CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

ارزیابی پس پردازش دمای میانگین ماهانه خروجی مدل جهانی Era5 و مدل اقلیمی منطقه ای RegCM4 با استفاده از الگوریتم یادگیری عمیق: مطالعه موردی ایستگاه فرودگاهی بجنورد

عنوان مقاله: ارزیابی پس پردازش دمای میانگین ماهانه خروجی مدل جهانی Era5 و مدل اقلیمی منطقه ای RegCM4 با استفاده از الگوریتم یادگیری عمیق: مطالعه موردی ایستگاه فرودگاهی بجنورد
شناسه ملی مقاله: RCCC06_142
منتشر شده در ششمین کنفرانس منطقه ای تغییر اقلیم در سال 1398
مشخصات نویسندگان مقاله:

مجید بیجندی - مدیرکل اداره کل هواشناسی خراسان شمالی

خلاصه مقاله:
دما از عناصر مهم مورد مطالعه در تغییرات اقلیمی است. امروزه سرعت افزایش درجه حرارت در مقایسه با گذشته افزایش چشمگیری یافته است. نگرانی گسترده درباره ی گرمایش جهانی ناشی از انتشار گازهای گلخانه ای در جو زمین، حس کنجکاوی دانشمندان را برای بررسی سری های زمانی دما و آشکارسازی روندهای منطقی در طی چنددهه ی اخیر، برانگیخته است. در این مقاله برآنیم تا دمای میانگین ماهانه ایستگاه فرودگاهی بجنورد را با استفاده از روش های نوین پیش بینی نماییم. با توجه به اینکه مدل های عددی همواره با خطا همراه هستند، لذا در اینجا پارامتر دمای میانگین ماهانه دو مدل جهانی و منطقه ای ERA5 و REGCM4 را با استفاده از جدیدترین الگوریتم شبکه عصبی به نام یادگیری عمیق، پس پردازش می نماییم. در نهایت با مقایسه داده های پس پردازش شده دمای میانگین ماهانه دو مدل مذکور با داده های واقعی ایستگاه سینوپتیک فرودگاهی بجنورد به این نتیجه رسیدیم که پس پردازش مدل اقلیمی منطقه ای RegCM4 توسط روش یادگیری عمیق دارای بیشترین میزان همبستگی با داده های واقعی دمای میانگین ماهانه می باشد.

کلمات کلیدی:
مدل جهانی ERA5 ، مدل منطقه ای REGCM4 ، دمای میانگین ماهانه، و الگوریتم یادگیری عمیق.

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1002754/