Authors | سیبویه آقامحمدی,علی شهیدی,عباس خاشعی سیوکی,سیدرضا هاشمی |
---|---|
Journal | زراعت و فناوری زعفران |
Page number | ۳۷۷-۳۹۶ |
Serial number | ۷ |
Volume number | ۳ |
Paper Type | Full Paper |
Published At | ۲۰۱۹ |
Journal Grade | Scientific - promoting |
Journal Type | Typographic |
Journal Country | Iran, Islamic Republic Of |
Journal Index | isc |
Abstract
تغییرات اقلیمی و پدیدههایی از جمله خشکسالی در میزان عملکرد محصولات کشاورزی موثر هستند. یکی از راهکارهای مقابله با این پدیدهها، جایگزینی مدیریت ریسک به جای مدیریت بحران است، بهطوریکه با ارزیابی ریسک، قبل از وقوع بحران، میزان خسارتها به حداقل میرسد. در این پژوهش نیز در جهت کاهش خسارتهای ناشی از خشکسالی بهعنوان پدیدهای طبیعی و غیر قابل کنترل، بر روی محصول زعفران، به ارزیابی ریسک خشکسالی با استفاده از روش شبیهسازی مونتکارلو پرداخته شد. شاخص خشکسالی بارش استاندارد شده (SPI) ماهانه و میانگین دمای ماهانه به عنوان متغیرهای مستقل در تابع توزیع عملکرد محاسبه میشود. با کمک روش فراابتکاری شبکه عصبی مصنوعی (ANN)، ارتباط بین متغیرهای مستقل (دما و SPI) و متغیر وابسته (عملکرد محصول زعفران) برقرار میشود. سپس دادهی تصادفی از متغیرهای مستقل ساخته میشود و با شبکه عصبی مصنوعی آموزش یافته، 2000 عملکرد شبیهسازی شده تولید میگردد. انتخاب یک ایستگاه مرجع و با استفاده از توزیع تجمعی به دست آمده، عامل ریسک محاسبه شد و با رسم نمودار عامل ریسک-عملکرد استاندارد، ریسک نسبی ایستگاههای مورد مطالعه بررسی شده است. نتایج بهدست آمده از این پژوهش نشان داد که بیشترین سالهای مورد مطالعه در محدوده نرمال قراردارند و فراوانی خشکسالی در چهار ایستگاه خراسان جنوبی دو برابر ایستگاههای مورد مطالعه در خراسان رضوی میباشد. همینطور شبکه عصبی مصنوعی با ضریب همبستگی 85/0 توانست به خوبی عملکرد را پیشبینی نماید. در پایان بر اساس نتایج بهدست آمده از نمودار ریسک-عملکرد استاندارد، ایستگاههای قاین، بیشترین و نهبندان کمترین ریسک نسبی نسبت به ایستگاه مرجع (تربتحیدریه) را داشتند.
tags: مدیریت ریسک باران استانداردشده (SPI) شبکه عصبی مصنوعی شبیهسازی