عنوان مقاله:

نویسندگان:

جمیله سلیمی، پیام ابراهیمی

خشکسالی یکی از فاجعه بارترین تهدیدات اقلیمی در جهان است و بصورت ناکافی بودن بارش در یک دوره زمانی طولانی که منجر به کمبود آب و اثرات منفی بر انسان ها، گیاهان و حیوانات می شود، تعریف می گردد. از این رو، پایش، ارزیابی و پیش بینی خشکسالی یکی از مهمترین عوامل تاثیر گذار بر برنامه ریزی، مدیریت و تخصیص منابع آب در حوزه های آبخیز است. در تحقیقات مختلف شاخص های متعددی برای کمی سازی شرایط خشکسالی پیشنهاد شده اند. از میان شاخص های خشکسالی موجود، شاخص استاندارد شده بارش (SPI) مرسوم ترین ابزار تحلیل خشکسالی است. به این دلیل که تنها از داده های بارندگی استفاده می کند و مستقل از خصوصیات توپوگرافی و جغرافیایی است. در تحقیق حاضر کل آمار موجود بارندگی دو ایستگاه هواشناسی در جنوب شرق ایران برای بررسی این شاخص مورد استفاده قرار گرفت. همچنین از الگوریتم بهینه سازی کلونی مورچگان برای بهبود دقت مدل انفیس (سیستم تطبیقی استنتاج عصبی-فازی) استفاده شد که از الگوریتم های بهینه سازی قدرتمند در زمینه مسائل بهینه سازی است و در پژوهش حاضر از این الگوریتم در ترکیب با انفیس در پیش بینی خشکسالی استفاده شده است. نتایج بیانگر افزایش دقت پیش بینی خشکسالی با استفاده از الگوریتم های فراابتکاری است.

شاخص خشکسالی، بهینه سازی، کلونی مورچگان، مدل انفیس

برای لینک‌دهی به این مقاله از آدرس زیر استفاده نمایید:

برای ارجاع در منابع از عبارت زیر استفاده کنید:
سلیمی، جمیله، ابراهیمی، پیام، 1400، بررسی کاربرد الگوریتم فراابتکاری بهینه سازی کلونی مورچگان در پیش بینی خشکسالی منطقه سیستان، شانزدهمین همایش ملی علوم و مهندسی آبخیزداری ایران، https://conf.shirazu.ac.ir/fa/archive_index.php?c=wms16&aid=61695