پیش بینی وقوع بارش روزانه با استفاده از مدل درختی استدلالی (مطالعه موردی: ایستگاه پارس آباد)

با توجه به واقع شدن ایران در اقلیم خشک و نیمه خشک، توزیع ناهمگن بارندگی و همچنین وقوع پدیده تغییر اقلیم و خسارات ناشی از آن، پیش بینی وقوع بارش به عنوان یکی از راهکارها از اهمیت ویژه ای برخوردار است. از این رو، امروزه محققین با ابداع روش هایی در پی شناخت و پیش بینی بهتر پارامترهای هواشناسی از جمله بارش هستند. هدف از این پژوهش پیش بینی وقوع بارش روزانه ایستگاه پارس آباد، با استفاده از داده های هواشناسی 1 تا 3 روز قبل است. برای این منظور داده های هواشناسی دوره 2004 - 2019 میلادی با استفاده از مدل درخت استدلالی (LMT) بررسی گردید. سه سناریو ترکیبی از پارامترهای هواشناسی برای واسنجی و صحتسنجی روش مورد مطالعه مد نظر قرار گرفت. نتایج نشان داد که دقت پیش بینی بهترین سناریو با استفاده از داده های 2 روز قبل حدود 79 درصد بود، اما با استفاده از داده های 1 و 3 روز قبل، بارش روزانه با دقت 80 درصد پیش بینی شد. در نهایت، با بررسی معیارهای ارزیابی، سناریو شماره یک با پارامترهای ورودی حداقل، حداکثر و متوسط رطوبت نسبی (%)، دما (درجه سانتی گراد)، مجموع ساعات آفتابی (ساعت) و سرعت باد به عنوان دقیق ترین سناریو برای پیش بینی بارش روزانه تعیین گردید.

Keywords:

پیش بینی بارش روزانه , درخت تصمیم , روش LMT , درصد موارد پیش بینی صحیح , پارس آباد