@article { author = {Asadzadeh, Farrokh and Byzedi, Motalleb and Kaki, Mehri}, title = {Monitoring and Prediction of Drought in Western Urmia Lake Basin Rain Gage Stations by ANFIS Model}, journal = {Iranian journal of Ecohydrology}, volume = {3}, number = {2}, pages = {205-218}, year = {2016}, publisher = {Faculty of New Sciences and Technologies, University of Tehran}, issn = {2423-6098}, eissn = {2423-6101}, doi = {10.22059/ije.2016.59661}, abstract = {Drought as a climatic phenomenon affected many different environmental issues and generally is associated with the decreasing in average precipitation. Evaluation and monitoring of the drought is a fundamental step in proper programming of water resources management. Regarding the recent conditions water scarcity in the Urmia Lake basin, assessment of the drought index in this region is inevitable. This study was conducted to evaluation of the SPI index in western parts of the Urmia Lake basin. Rainfall data were collected from 11 rain gage stations in Tabriz and Maragheh plains. The standardized precipitation index in time scales of 9, 12, 24 months used for studying the drought features and adaptive neuro-fuzzy inference system model was applied for prediction of drought. The results indicated that the most serious (-4.07) drought was occurred in Bonab station at the 9 month time scale in October 1984. The longest drought periods were occurred in Heravi, Saiedabad, and Maragheh stations and the shortest drought periods were occurred in Zinjab, Tabriz, and Lighvan stations. The results of SPI prediction by ANFIS model indicated that the model desirably could predict the drought conditions in the study area. The highest value of the coefficient of the determination of ANFIS model was 0.829 for Maragheh station at 24 months time scale and the lowest values of r2 was 0.480 for Saiedabad station at 9 months time scale. Results also indicated that the capability of the ANFIS tend to be better at long time scales.      }, keywords = {Drought,ANFIS,SPI Index,Maragheh plain,Tabriz plain}, title_fa = {پایش و تخمین خشکسالی ایستگاه‏ های شرق دریاچۀ ارومیه با استفاده از مدل عصبی‌ـ فازی تطبیقی}, abstract_fa = {خشکسالی به‌عنوان پدیده‌ا‏ی اقلیمی تحت تأثیر عوامل گوناگونی است؛ یکی از نمادهای مهم وقوع خشکسالی کاهش میزان بارندگی است. ارزیابی و پایش خشکسالی اهمیت زیادی در برنامه‏ریزی و مدیریت منابع آب دارد. با توجه به شرایط اخیر در حوضۀ آبریز دریاچۀ ارومیه و روند خشک‌شدن بی‏سابقۀ آن، ارزیابی خشکسالی در این منطقه در حال حاضر ضرورتی انکار‌ناپذیر به‌حساب می‏آید. بدین‌منظور در تحقیق حاضر با جمع‌آوری داده‏های 11 ایستگاه باران‌سنجی در دشت‏های مراغه و تبریز در شرق حوضۀ آبریز دریاچۀ ارومیه، به ارزیابی خشکسالی با استفاده از شاخص استاندارد بارش SPI در مقیاس‏های زمانی 9، 12 و 24 ماهه اقدام شد. سپس،‌ خشکسالی‏ها با مدل عصبی‌ـ فازی تطبیقی تخمین زده شد. نتایج این پژوهش نشان داد شدیدترین خشکسالی با شدت 07/4- در ایستگاه بناب در مقیاس زمانی 9 ماهه و در مهر‌ماه 1363 رخ داده است. طولانی‏ترین دورۀ خشکسالی در ایستگاه‏های هروی، سعیدآباد و مراغه و کوتاه‏ترین دورۀ خشکسالی در ایستگاه‏های زینجاب، تبریز و لیقوان با کمترین شدت‏ها رخ دادند. نتایج تخمین خشکسالی‏ها با مدل عصبی‌ـ فازی تطبیقی نشان داد مدل ANFIS توانایی مطلوبی در برآورد شاخص خشکسالی در منطقه دارد و بیشترین ضریب تبیین در ایستگاه مراغه (829/0 = r2) برای مقیاس زمانی 24 ماهه و کمترین ضریب تبیین در ایستگاه سعیدآباد (480/0 = r2) برای مقیاس زمانی 9 ماهه با استفاده از مدل ANFIS به‌دست آمد. نتایج پژوهش نشان داد مدل سیستم استنتاج عصبی‌ـ فازی تطبیقی در تخمین خشکسالی در مقیاس زمانی طولانی‌مدت دقت زیادی داشته است.}, keywords_fa = {Drought,ANFIS,SPI Index,Maragheh plain,Tabriz plain}, url = {https://ije.ut.ac.ir/article_59661.html}, eprint = {https://ije.ut.ac.ir/article_59661_a933a3ff6cc45a136fe07aea85c7c14e.pdf} }