زمینه و هدف: خشکسالی به عنوان یکی از مهمترین پدیده‌های طبیعی بوده که با وقوع تدریجی بر ابعاد مختلف زندگی بشر تأثیر می‌گذارد. این پدیده ناگوار اقلیمی که به طور مستقیم، جوامع را از طریق محدودیت در دسترسی به منابع آب تحت تأثیر قرار می‌دهد، هزینه‌های اقتصادی، اجتماعی و محیطی زیادی را به همراه دارد. در این تحقیق به بررسی کاربرد مدل ترکیبی شبکه عصبی مصنوعی- موجک برای پیش‌بینی خشکسالی درشهرستان نهاوند واقع در استان همدان پرداخته شده است. هدف از این تحقیق بررسی کارایی مدل ترکیبی شبکه عصبی مصنوعی-موجک در پیش‌بینی وقوع و شدت خشکسالی می‌باشد. روش بررسی: با استفاده از داده‌های بارندگی ماهانه ایستگاه باران‌سنجی وراینه با دوره آماری 43 ساله (1391-1348) وضعیت رطوبتی در دوره‌های زمانی کوتاه مدت (3، 6 و 9) و بلند مدت (12 و 24 ماهه) از طریق شاخص بارندگی استاندارد شده (SPI) تعیین شد. سپس نتایج بدست آمده با بهترین ساختار شبکه عصبی مصنوعی مقایسه شد. بحث و نتیجه‌گیری: نتایج نشان داد که بهترین عملکرد مربوط به دوره دوم 6 ماهه با ضریب همبستگی 90/0 بوده که این نشان‌دهنده دقت بالای مدل ترکیبی شبکه عصبی مصنوعی- موجک در مقایسه با شبکه عصبی مصنوعی برای بررسی خشکسالی بوده است.
سلگی, اباذر, پورحقی, امیر, رادمنش, فریدون. (1395). ارزیابی خشکسالی با استفاده از ترکیب شبکه عصبی مصنوعی با تبدیل موجک. فصلنامه علوم و تکنولوژی محیط زیست, (), -.
MLA
اباذر سلگی; امیر پورحقی; فریدون رادمنش. "ارزیابی خشکسالی با استفاده از ترکیب شبکه عصبی مصنوعی با تبدیل موجک". فصلنامه علوم و تکنولوژی محیط زیست, , , 1395, -.
HARVARD
سلگی, اباذر, پورحقی, امیر, رادمنش, فریدون. (1395). 'ارزیابی خشکسالی با استفاده از ترکیب شبکه عصبی مصنوعی با تبدیل موجک', فصلنامه علوم و تکنولوژی محیط زیست, (), pp. -.
VANCOUVER
سلگی, اباذر, پورحقی, امیر, رادمنش, فریدون. ارزیابی خشکسالی با استفاده از ترکیب شبکه عصبی مصنوعی با تبدیل موجک. فصلنامه علوم و تکنولوژی محیط زیست, 1395; (): -.
)