پایش خشکسالی بر اساس SPI با مقیاس های زمانی مختلف با استفاده از روش های هوشمند ترکیبی مبتنی بر موجک

پایش خشکسالی بر اساس SPI با مقیاس های زمانی مختلف با استفاده از روش های هوشمند ترکیبی مبتنی بر موجک

رقیه قاسم پور1 کیومرث روشنگر2 حسن ثانی3 فرهاد علیزاده افشار4

1) دانشجوی دکتری مهندسی و مدیریت منابع آب-دانشکده عمران- دانشگاه تبریز
2) استاد گروه مهندسی آب- دانشکده عمران، دانشگاه تبریز
3) مهندسی سازه های هیدرولیکی -دانشکده عمران- دانشگاه تبریز
4) کارشناس ارشد مهندسی عمران

کد IOI مقاله : XDCB-FEECB
محل انتشار : هفتمین کنگره سالانه بین المللی عمران، معماری و توسعه شهری(7icsau.com)
چکیده :
    مدل سازی خشکسالی یک مسئله مهم هیدرولوژی است و نقشی اساسی در مدیریت ریسک، آمادگی و کاهش خشکسالی دارد. داده های سری زمانی خشکسالی از ویژگی های غیرخطی و مقیاس های زمانی مختلف تشکیل شده است. بنابراین، این مطالعه نقاط قوت تجزیه موجک و چندین روش هوشمند را برای ایجاد یک روش جدید ترکیبی برای توانایی آنها در پیش بینی دقیق شاخص بارش استاندارد شده آینده (SPI) به عنوان شاخص خشکسالی ترکیب کرده است. داده های بارش 40 ساله از سال 1980 تا 2018 برای سری SPI با مقیاس های زمانی 3 ، 9 و 24 ماه استفاده شد. برای بهبود عملکرد روش های هوشمند، از روش پیش پردازش تبدیل موجک (WT) استفاده شد. مقایسه بین نتایج مدل های منفرد نشان داد که روش چند لایه ای الگوریتم کرم شب تاب (MLP-FFA) منجر به نتایج بهتری می شود. نتایج نشان داد که پردازش داده ها با روش WT قابلیت مدل ها را تا 40٪ افزایش می دهد. همچنین مشاهده شد که روشهای به کار رفته در مدل سازی طولانی مدت خشکسالی موفقیت آمیزتر هستند. به طور کلی، مشخص شد که مدل های ترکیبی پیش بینی، روش های موثر در مدل سازی کوتاه مدت تا بلند مدت خشکسالی هستند.

کلمات کلیدی : الگوریتم کرم شب تاب چند لایه پیش پردازش تبدیل موجک گسسته خشکسالی شاخص بارش استاندارد شده