چکیده:
تغییرات خشکسالی برای مدیریت بهینة بهرهبرداری از منابع آب بهخوبی محسوس است. به همین دلیل، از گذشتههای دور تحقیقات بسیار وسیعی دربارة مدلسازی خشکسالی در دنیا و ایران انجام گرفته و با بهکارگیری آنها طرحهای آبی و هیدرولیکی متعددی انجام گرفته است. یکی از اهداف مدلسازی سیستمهای پویا بررسی سیاستهای بالقوة مختلف برای بهبود عملکرد سیستم است. مدلسازی شاخص (شاخص بارش استانداردشده) بهعنوان شاخص وضعیت خشکسالی در ایستگاههای کشور با بهکارگیری مدل شبکة عصبی شعاعی برای هر ایستگاه انجام گرفته است. متغیرهای مستقل شبکة عصبی، رطوبت نسبی، دما و کمبود اشیا هستند که با توجه به اثر آنها روی بارش انتخاب شدهاند. متغیر وابسته، شاخص SPI است. در کل دورة 42ساله با محاسبة SPI 12ماهه، 348 نمرة استاندارد، و با محاسبة SPI 24ماهه، 336، نمرة استاندارد برای هر ایستگاه بهدست آمد. در همة ایستگاهها، مقادیر (تبخیر و تعرق گیاه مرجع) از ماه ژانویه تا ژوئیه افزایش، سپس، تا ماه دسامبر کاهش یافت و در همة ایستگاهها در ماه ژولای به حداکثر مقدار خود رسید. بیشترین مقادیر ETo متوسط ماهانه در ایستگاههای آبادان و اهواز در ماه ژولای و بهترتیب، برابر با 18/ 232 و 16/ 214 میلیمتر اتفاق افتاد.
Drought changes for optimal operation management of water resources well is the sensible. That's why last round of very extensive research on modeling drought in the world and Iran is and using their water projects and has conducted numerous hydraulic. One of the goals dynamic systems modeling potential policies to improve system performance. Modeling SPI index as an indicator of the country's drought situation stations using radial neural network model for each station was done. Independent variables neural network, relative humidity, temperature and lack of objects, which were selected according to their impact on precipitation. SPI index is the dependent variable. In total period of 42 years calculated by SPI, 12-month and 348 standard score by calculating the SPI 24-month, 336 standard score is obtained for each station. At all stations, ETo values from January to July to December increased and then fell in July to its maximum level reached in all stations. The highest average monthly ETo values in Abadan and Ahvaz stations in July and 18/232 and 16/214 mm respectively happened.
خلاصه ماشینی:
به همين دليـل ، از گذشـته هـاي دور تحقيقـات بسيار وسيعي دربارة مدل سازي خشکسالي در دنيا و ايران انجام گرفته و با به کارگيري آن ها طرح هاي آبي و هيدروليکي متعـددي انجـام گرفته است .
مـدل سـازي شاخص (شاخص بارش استانداردشده ) به عنوان شاخص وضعيت خشکسالي در ايستگاه هاي کشور بـا بـه کـارگيري مـدل شـبکۀ عصـبي شعاعي براي هر ايستگاه انجام گرفته است .
در ايـن تحقيق پديدة خشکسالي در ايران با شـاخص بـارش اسـتاندارد (SPI) در بـازه هـاي زمـاني سـه و شش ماهه بررسي و تجزيه وتحليل شد و پس از محاسبۀ فراواني نسبي خشکسالي ها در ٧٠ ايستگاه سـينوپتيک در دورة آمـاري ٢٠٠٥-١٩٧٦ بـا بـه کـارگيري روش درون يـابي کريجينـگ معمـولي ، نقشه هاي پهنه بندي آن ها در محيط ArcGIS توليد شد (عليخاني و بابايي، ١٣٩٢، ص ١).
در نتيجه ، تلاش شده است با اين سه متغير مستقل ، مدلي از نوع شـبکۀ عصبي شعاعي براي پيش بيني خشکسالي در ايستگاه ها طراحي شود.
نتايج پيش بيني خشکسالي با شبکۀ عصبي شعاعي در ايستگاه بندرانزلي نتيجه گيري آثار تغييرات اقليمي بر الگوي توزيع زماني و مکاني خشکسالي در ايران تبخير- تعرق مرجـع (ETo) از مهـم تـرين مؤلفـه هـاي چرخـۀ هيـدرولوژي ناحيـۀ خشـک بـراي فرمول بندي يک برنامه ريزي آبياري مؤثر، آماده کردن داده هاي ورودي براي مدل هاي هيدرولوژيکي مطالعات تعادل آب ، و فهم تأثير تغييرات اقليمي گذشته بر فرايندهاي هيدرولوژيکي است .