ارزیابی دقت داده های بارش پایگاه CMIP۵ با داده های ایستگاهی بااستفاده از روش شبکه عصبی مصنوعی

چشم انداز بارش آینده جهت اطلاع از میزان تغییرات و در نتیجه ارائه تمهیدات لازم جهت سازگاری و تعدیل اثرات سوء ناشی از تغییرات اقلیمی از اهمیت زیادی برخوردار است. در این پژوهش به مقایسه و ارزیابی دقت داده های بارش پایگاه CMIP۵ با داده های ایستگاهی با استفاده از روش شبکه عصبی مصنوعی پرداخته شد و جهت ارزیابی دقت مدل ها نیز از شاخص های کمی MSE، RMSE، R و نرم افزارهای MATLAB بهره گرفته شد. نتایج به دست آمده ضمن تایید توانایی شبکه های عصبی مصنوعی نشان داد که حداکثر و حداقل مقدار مجذور میانگین مربعات خطا بهترین مدل های منتخب در مرحله آموزش ۰/۶۰ تا ۱۳/۲۸ و در مرحله تست ۱/۰۳ تا ۵/۵۱ ، در سناریو ۴,۵ و ۱/۱۴ تا ۵/۸۰ در سناریو ۵,۴ حداکثر و حداقل مقدار همبستگی بهترین مدل های منتخب در مرحله آموزش ۰/۵۸ تا ۰/۹۴ و در مرحله آزمایش ۰/۸۰ تا ۰/۸۷ در سناریو ۴,۵ و ۰/۸۲ تا ۰/۸۶ در سناریو ۵,۴ محاسبه گردید که توانایی قابل توجه این مدل را در مدل سازی پیش بینی بارش نشان می دهد.