• پیش بینی بلند مدت بارش با استفاده از سیگنال های هواشناسی: کاربرد شبکه های عصبی مصنوعی (منطقه جنوب شرق ایران)

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1392/07/24
    • تاریخ انتشار در تی پی بین: 1392/07/24
    • تعداد بازدید: 1534
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    پیش بینی بلندمدت بارش در برنامه ریزی و مدیریت منابع آب خصوصا در مناطق با اقلیم خشک و نیمه خشک از اهمیت بالایی برخوردار است. در این مقاله روشی برای پیش بینی بلندمدت بارش با استفاده از سیگنالهای هواشناسی و شبکه های عصبی مصنوعی ارائه شده است. در پیش بینی بارش سیگنالهای بزرگ مقیاس اقلیمی به عنوان پیش بینی کننده (predictor) و شبکه های عصبی مصنوعی به عنوان ابزار شبیه ساز پیش بینی کننده، مورد استفاده قرار گرفته اند. روش ارائه شده از دو گام تشکیل شده است. در گام اول، ارتباط بین سیگنال های اقلیمی از جمله تغییرات فشار در تراز سطح آب دریا (slp) و همچنین اختلاف فشار بین نقاط پر فشار و کم فشار (d slp) با بارش منطقه مورد مطالعه تعیین می گردد. در گام دوم، مدل شبکه عصبی مصنوعی برای پیش بینی میزان بارش بر اساس سیگنال های انتخابی در گام اول توسعه داده شده است. برای بررسی کارآیی روش پیشنهادی، از آن برای پیش بینی بارش حوزه آبریز رودخانه کاجو واقع در جنوب شرق ایران استفاده شده است. در این راستا همبستگی بارش در 5 ماه آذر تا فروردین که 75% بارش سالانه را در بر می گیرند، در تاخیرهای مختلف، با سیگنال های اقلیمی منطقه مورد بررسی قرار گرفته است. پس از تعیین سیگنال های موثر و نقاط شاخص، مدل شبکه عصبی برای پیش بینی بارش منطقه تدوین شده است. نتایج بدست آمده نشان دهنده کارآیی مناسب و دقت قابل قبول شبکه های عصبی مصنوعی در پیش بینی بلندمدت بارش می باشد به طوری که بارش های واقعی در 70% از سال ها در دامنه تعریف شده پیش بینی قرار می گیرند. از این رو، با استفاده از روش توسعه داده شده می توان وضعیت بارش های حوزه را از قبل تعریف نمود و در مدیریت و بهره برداری از منابع آب حوزه دخالت دارد.

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
مقالات جدیدترین ژورنال ها