پیش بینی درازمدت بارش با استفاده از خوشه بندی سیگنال های هواشناسی با توجه به تغییرات بارش به روش K_Means اصلاح شده مطالعه ی موردی: پیش بینی بارندگی استان سیستان و بلوچستان
محل انتشار: مجله ی مهندسی عمران شریف، دوره: 25، شماره: 51
سال انتشار: 1388
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 82
فایل این مقاله در 6 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_SJCE-0-51_003
تاریخ نمایه سازی: 8 آبان 1402
چکیده مقاله:
مطالعه ی تغییرات اقلیمی و شناسایی متغیرهای مختلف آب و هوایی (ازجمله بارش) کمک شایانی به پیش بینی این گونه متغیرها می کند. بیان ارتباط سیگنال های بزرگ مقیاس اقلیمی مثل دمای سطح دریا (SST) و متغیرهای مهم هیدرولوژیکی مثل بارندگی ازجمله تحقیقات صورت گرفته در سال های اخیر است. در این نوشتار روشی نوین با عنوان K_Meansاصلاح شده برای خوشه بندی ارائه شده است. برای بررسی کارایی مدل پیشنهادی از مطالعه ی موردی بر روی استان سیستان و بلوچستان، واقع در منطقه ی جنوب شرق ایران، استفاده شده است. در این مطالعه از اطلاعات بارش ۲۰ ایستگاه مختلف این استان استفاده شده است و خوشه بندی سیگنال هواشناسی SST در مناطق جغرافیایی منتخب در دریای عمان، دریای عرب و اقیانوس هند با توجه به تغییرات بارش این ایستگاه ها صورت گرفته است. استفاده از روش K_Means اصلاح شده برای خوشه بندی سیگنال های هواشناسی و ارائه ی الگوریتمی پویا برای بیان ارتباط بارش منطقه مورد مطالعه در زمان های مختلف با الگوهای خوشه بندی زمان مکان از نوآوری های این تحقیق محسوب می شود.
کلیدواژه ها:
نویسندگان
بنفشه زهرایی
قطب علمی مهندسی و مدیریت زیرساخت، دانشگاه تهران
عباس روزبهانی
دانشکده مهندسی عمران، دانشگاه تهران