پیشبینی مقادیر بارش ماهانه با استفاده از شبکههای عصبی مصنوعی و مدل درختی M۵ (مطالعه موردی: ایستگاه اهر)
سال انتشار: 1393
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 221
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JPHGR-46-2_008
تاریخ نمایه سازی: 5 آبان 1400
چکیده مقاله:
بارش یکی از مهمترین اجزای چرخه آب است و در سنجش خصوصیات اقلیمی هر منطقه، نقش بسیار مهمی ایفا میکند. تخمین مقادیر بارش ماهانه برای اهداف مختلفی چون، برآورد سیلاب، خشکسالی، برنامهریزی آبیاری و مدیریت حوضههای آبریز، اهمیت زیادی دارد. پیشبینی بارش در هر منطقهای نیازمند وجود دادههای دقیق اندازهگیریشدهای مانند، رطوبت، دما، فشار، سرعت باد و غیره است. محدودیتهایی چون، نبود اطلاعات کافی در مورد مقدار بارش در مقیاسهای زمانی و مکانی و همچنین پیچیدگی روابط بین پارامترهای هواشناسی مرتبط با بارش، موجب میشود محاسبه این پارامتر با استفاده از روشهای معمول بهطور دقیق انجام نگیرد. در این پژوهش، ابتدا سناریوهای مختلفی از ترکیب پارامترهای هواشناسی در مقیاس ماهانه برای منطقه اهر در استان آذربایجان شرقی، بهمنزله ورودی شبکههای عصبی مصنوعی و مدل درختی ۵M تعریف شد و سپس با در نظر گرفتن دو آماره R و RMSE بهترین سناریو برای هر یک از این دو مدل انتخاب شد. یافتهها نشان داد که هر دو روش نتایج نسبتا دقیقی را برای پیشبینی ماهانه منطقه ارائه میکنند، ولی از آنجاکه مدل درختی ۵M روابط خطی سادهای در اختیار کاربر میگذارد، این روش کاربردیتر است.
کلیدواژه ها:
نویسندگان
محمدتقی ستاری
استادیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز
علی رضازاده جودی
دانشجوی کارشناسی ارشد عمران آب، دانشگاه آزاد اسلامی، واحد مراغه
فرناز نهرین
دانشجوی کارشناسی ارشد سازههای آبی، دانشکده کشاورزی، دانشگاه تبریز