• پیش بینی بلندمدت بارش با استفاده از سیگنال های هواشناسی: کاربرد شبکه های عصبی مصنوعی

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1385/02/10
    • تاریخ انتشار در تی پی بین: 1385/02/10
    • تعداد بازدید: 1292
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    در این مقاله مدل هایی بر مبنای شبکه های عصبی مصنوعی به منظور پیش بینی بلندمدت بارش حوزه های غربی ایران با در نظر گرفتن اثر سیگنال های بزرگ مقیاس اقلیمی به عنوان پیش بینی کننده های بارش  (predictors)ارائه می گردد. سیگنال های اقلیمی مورد استفاده عبارت از فشار و دمای سطح دریا، اختلاف فشار سطح دریا و ارتفاع معادل سطح 500 هکتوپاسکال در نقاط شاخص می باشند. این نقاط شاخص مکان هایی در دریاهای مدیترانه و سیاه، گرینلند و آزور را دربر می گیرند. متوسط شش  ماهه ژوئن تا نوامبر سیگنال های فوق الذکر به عنوان ورودی مدل های شبکه های عصبی در نظر گرفته شده و متوسط بارش ماه های ژانویه تا ژوئن سال بعد نیز، که درصد قابل ملاحظه ای از بارش سالانه خواهد بود، خروجی این مدل ها را تشکیل می دهد. برای مدلسازی سیستم از شبکه های عصبی تاخیر زمانی با الگوریتم یادگیری تطبیقی استفاده می گردد. به منظور مقایسه، مدل آماری  armax نیز برای پیش بینی بارش منطقه به کار گرفته می شود. نتایج بدست آمده حاکی از کارآیی مناسب و دقت قابل قبول شبکه های عصبی مصنوعی در پیش بینی بلندمدت بارش است. از نتایج این روش می توان جهت تخمین وضعیت بارش سال آینده و به تبع آن در برنامه ریزی و مدیریت بهینه ی منابع آب استفاده نمود.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها