افسانه قاسمی - گروه علوم و مهندسی محیطزیست، دانشکده منابع طبیعی، دانشگاه کردستان، سنندج، ایران
جمیل امان اللهی - گروه علوم و مهندسی محیطزیست، دانشکده منابع طبیعی، دانشگاه کردستان، سنندج، ایران

رعد و برق از شدیدترین مخاطرات آب­وهوایی است که هرساله به خسارت اقتصادی – اجتماعی و زیست­محیطی فراوانی منجر می­شود. پیش­بینی رعد و برق به­علّت گسترش فضایی و زمانی آب‌وهوا به­صورت فیزیکی یا دینامیکی بسیار دشوار است؛ بنابراین پیش­بینی به‌موقع و ارزیابی بهترین مدل داده­کاوی در کاهش آسیب و خسارت مؤثّر است. در پژوهش حاضر، از داده­های سال 1390 تا 1396 ایستگاه هواشناسی رشت استفاده شد. متغیّر وابسته وقوع و عدم وقوع رعد و برق در طی هفت سال و متغیّرهای مستقل عوامل مؤثّر بر رعد و برق شامل دما، رطوبت نسبی، ابرناکی، سرعت باد، جهت باد، فشار هوا و رعد و برق در روز گذشته است. پس از پیش­پردازش و پردازش داده­ها از مدل­های داده­کاوی شامل درخت­های کارت، چاید، سی فایو و شبکة عصبی پرسپترون چندلایه، تابع پایه­ای شعاعی و ماشین بردار پشتیبان در نرم­افزار اِس.پی.اِس.اِس. مودلر ورژن 20 استفاده شد. نتایج حاصل از مدل­ها با معیارهای مقایسه­ای و منحنی راک مقایسه شد. با توجّه به نتایج به­دست­آمده از مدل­ها، احتمال وقوع رعد و برق در آینده در ماه­های اردیبهشت، خرداد و تیر نسبت به سایر ماه­ها حداکثر است و میزان وقوع از فصل بهار تا زمستان روند کاهشی دارد و در فصل زمستان، به حداقل مقدار خود می­رسد و ازمیان مدل­های پیش­بینی­کننده، درخت چاید با میزان تشخیص 794/0 و حداقل میزان نرخ مثبت کاذب 205/0و مدل ماشین بردار پشتیبان با پیش­بینی صحیح 773/0 مورد و نرخ خطای 475/0 و دقّت 855/0 نسبت به سایر مدل­ها عملکرد بهینه دارند.

رعد و برق, پیش‌بینی, رشت, مدل‌های داده‌کاوی, معیارهای مقایسه‌ای