TY - JOUR ID - 127732 TI - بررسی و پایش خشکسالی ایستگاه‌های منتخب ایران JO - پژوهش های اقلیم شناسی JA - JCR LA - fa SN - 2228-5040 AU - سبحانی, بهروز AU - صفریان زنگیر, وحید AD - استاد اقلیم شناسی و عضو هیات علمی دانشگاه محقق اردبیلی AD - دکتری جغرافیای طبیعی، اقلیم شناسی، دانشگاه محقق اردبیلی. Y1 - 2021 PY - 2021 VL - 1399 IS - 44 SP - 33 EP - 48 KW - تحلیل آماری KW - مخاطره KW - مدل‌هایRBF و ANFIS KW - شبیه‌سازی KW - فازی‌سازی DO - N2 - خشکسالی از جمله مخاطرات طبیعی می­باشد که در دهه­های گذشته کشور ایران را با مشکلات و مخاطرات محیطی جدی زیادی مواجع کرده است از جمله این مناطق، بخش­های جنوبی ایران می‌باشد. پژوهش­های صورت گرفته در منطقه جنوبی ایران در زمینه مدل­سازی آماری خشکسالی به ندرت و خیلی ناچیز می­باشد. بنابراین هدف از پژوهش حاضر فازی­سازی شاخص S.M.S، مدل‌سازی و پیش­بینی خشکسالی در نیمه جنوبی ایران می­باشد.برای انجام این پژوهش از داده 29 ساله دما و بارش در 28 ایستگاه سینوپتیک در نیمه جنوبی ایران در بازه زمانی (2018- 1990) استفاده شد. در این پژوهش، ابتدا سه شاخص خشکسالی SPI, MCZI, SETجداگانه محاسبه و ترکیب شده و شاخص فازی S.M.S به دست آمد سپس در دو مدل شبکه عصبی ANFISو RBFدر نرم افزار MATLABمقایسه و مدل­سازی و برای 16 سال آینده پیش­بینی شدند و در نهایت با استفاده از مدل تصمیم­گیری چند متغیره TOPSISمناطق درگیر خشکسالی برای سال­های آتی یعنی 16 سال آینده اولویت­سنجی شدند. یافته­های پژوهش نشان داد شاخص جدید فازی سه شاخص مذکور خشکسالی را با دقت قابل قبول در خود منعکس کرد. در ارزیابی دو مدل ANFISو RBF، مدل RBFبا مقدار RMSEبرابر با 15/1 و مقدار  R2برابر با 99/0 بیشترین دقت را نسبت به مدل ANFISبرای پیش­بینی به خود اختصاص داد. براساس شاخص فازی S.M.S ایستگاه­های مانند کرمان، یاسوج و آبادان به ترتیب با درصد خشکسالی (99/0، 97/0 و 89/0) در مناطق مورد مطالعه بیش­تر در معرض خشکسالی آینده قرار گرفتند. هم­چنین براساس مدل Topsisنیز ایستگاه­های مرکزی و شمالی منطقه مورد پژوهش مانند کوهرنگ و صفاشهر به ترتیب (19/0 و 21/0) در سال­های آتی در معرض خشکسالی با درصد کم­تری قرار گرفتند. UR - https://clima.irimo.ir/article_127732.html L1 - https://clima.irimo.ir/article_127732_f7ce3ef1ce6c8fc4bd15944a58368e53.pdf ER -