1403/09/01
سلمان احمدی

سلمان احمدی

مرتبه علمی: دانشیار
ارکید: https://orcid.org/0000-0003-4281-1971
تحصیلات: دکترای تخصصی
اسکاپوس: 57190510344
دانشکده: دانشکده مهندسی
نشانی:
تلفن:

مشخصات پژوهش

عنوان
پایش خشکسالی با استفاده از دادههای سری زمانی ماهوارهای و تکنیکهای یادگیری ماشین (مطالعه موردی: استان کُردستان)
نوع پژوهش
پایان نامه
کلیدواژه‌ها
خشکسالی، تصاویر سنجش از دور، جنگل تصادفی، رگرسیون بردار پشتیبان
سال 1400
پژوهشگران جمال سیدی قلدره(دانشجو)، سلمان احمدی(استاد راهنما)، مهدی غلام نیا(استاد مشاور)

چکیده

خشکسالی یکی از خطرهای طبیعی است که به طور مداوم مشاهده می شود و ناشی از کمبود بارندگی و افزایش تبخیر و تعرق ناشی از دمای بالا است. از شاخص های سنجش از دور برای تجزیه و تحلیل توزیع مکانی - زمانی شرایط خشکسالی و شناسایی شدت خشکسالی استفاده می شود. در این مطالعه، ما با استفاده از شاخص های مختلف خشکسالی تولید شده از داده های ماهواره ای مادیس و تی آر ام ام، که از بسترگوگل ارث انجین (GEE)، استخراج شد. شرایط خشکسالی در استان کردستان را از ماه های فوریه تا نوامبر برای سال های 2001 تا 2017 براساس توزیع مکانی و زمانی تجزیه و تحلیل کردیم. عوامل مختلف در پایش خشکسالی بر اساس داده های ماهواره ای از جمله نقشه های شاخص تفاضل نرمال شده پوشش گیاهی، شاخص وضعیت پوشش گیاهی، شاخص وضعیت دما، شاخص پوشش گیاهی بهبود یافته، شاخص تبخیر و تعرق، شاخص وضعیت بارندگی ماموریت اندازه گیری بارش باران گرمسیری (TRMM)، به عنوان متغییر مستقل در نظر گرفته شده است. همچنین، شاخص استاندارد بارندگی به دست آمده از داده های هواشناسی به عنوان متغییر وابسته برای ارزیابی شرایط خشکسالی محاسبه شده است. روش های جنگل تصادفی و رگرسیون بردار پشتیبان برای مقایسه داده های سنجش از دور و داده های زمینی و بررسی میزان همبستگی بین آنها و ترکیب چندین عامل خشکسالی از شاخص های سنجش از دور و ساختن یک مدل جامع نظارت بر خشکسالی استفاده شد. توسعه این مدل ها ایده های جدیدی را برای نظارت بر خشکسالی ارائه می دهد. مدل جامع نظارت بر خشکسالی به عنوان نمونه در استان کردستان ساخته و آزمایش شد. نتایج مدل جنگل تصادفی، دارای مقادیر ضریب تبیین 921/0 و مقدار ضریب تببین اصلاح شده 920/0 بود همچنین مقادیر مجذور میانگین مربعات خطا بین مقادیر واقعی و پیش بینی 283/0 به دست آمد. مدل جنگل تصادفی نسبت به نتایج الگوریتم رگرسیون بردار پشتیبان با مقادیر ضریب تبیین 90/0 و ضریب تببین اصلاح شده 89/0 همچنین مجذور میانگین مربعات خطا 313/0 دارای دقت بیشتری بود. نتایج نشان داد که مدل جامع خشکسالی در نظارت بر خشکسالی هواشناسی از کاربرد خوبی برخوردار است. همچنین همبستگی مثبت و معنی داری بین شاخص های خشکسالی خروجی مدل و شاخص جامع خشکسالی هواشناسی در مقیاس کل استان کردستان اندازه گیری شد. ضریب همبستگی بین شاخص خشکسالی مدل جنگل تصادفی و شاخص استاندارد بارندگی (002/0>P) بود که نشان داد بین آنها همبستگی خوبی وجود دارد. این مطالعه روشی جدید برای ارزیابی جامع خشکسالی منطقه ارائه می دهد.