پیشبینی بارش فصلی با حداقل متغیرهای اقلیمی مطالعه موردی: ایستگاه کرمان
Publish place: Quarterly Journal of Physical Geography، Vol: 12، Issue: 44
Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 176
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JOPG-12-44_005
تاریخ نمایه سازی: 16 اسفند 1399
Abstract:
پیشبینی بارش و برآورد نزولات جوی، به عنوان یکی از مهمترین پارامترهای اقلیمی در حوزه مدیریت منابع آبی، از اهمیت ویژهای برخوردار است. بنابراین در این مقاله، امکان کاربرد شبکه عصبی در برآورد بارش با حداقل پارامترهای اقلیمی مورد بررسی قرار گرفت. به این منظور از شبکه عصبی پرسپترون چند لایه با قانون پس انتشار خطا و الگوریتم سیگموئید همراه با داده های میانگین رطوبت نسبی(meanHR)، کمینه رطوبت نسبی (minHR)، بیشینه رطوبت نسبی (maxHR)، میانگین دما (meanT)، کمینه دما (minT)، بیشینه دما (maxT)، میانگین فشار (meanP)، کمینه فشار (minP) و بیشینه فشار (maxP) ماه اکتبر ایستگاه هواشناسی سینوپتیک کرمان، طی دوره آماری 2014-1969 به عنوان ورودی مدل استفاده گردید. نتایج نشان داد در صورت کمبود پارامترهای اقلیمی، تنها با اندازه گیری minT و meanT میتوان با خطایی معادل 8/9 میلیمتر، برآورد مناسبی از بارش با استفاده از شبکههای عصبی مصنوعی در منطقه مورد مطالعه به دست آورد.
Keywords:
Authors
فاطمه بیاتانی
گروه آموزشی جغرافیاو علوم محیطی. دانشگاه حکیم سبزواری. سبزوار. ایران.
غلام عباس فلاح قالهری
دانشیار آب و هواشناسی دانشکده جغرافیا و علوم محیطی دانشگاه حکیم سبزواری، سبزوار، ایران
الهام فهیمی نژاد
دانشجوی دکتری آب و هواشناسی دانشکده جغرافیا و علوم محیطی دانشگاه حکیم سبزواری، سبزوار، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :