ارزیابی کاربرد مدل های شبکه عصبی مصنوعی و SDSM به منظورشبیه سازی دمای کمینه و بیشینه ایستگاه اصفهان
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 157
This Paper With 26 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_GRD-6-2_006
تاریخ نمایه سازی: 22 خرداد 1400
Abstract:
با توجه به تغییرات اقلیمی و گرمایش جهانی، پیشبینی دمای بیشینه و کمینه که از مهم ترین پارمترهای اقلیمی است، فرصت مناسبی را برای برنامهریزی و ارائه تمهیدات لازم در اختیار برنامهریزان قرار می دهد. در این پژوهش با استفاده از مدل ریزگردانی آماری دینامیک (SDSM) و مدل ریزگردانی براساس شبکه عصبی مصنوعی (ANN) بیشینه و کمینه دمای ایستگاه اصفهان شبیهسازی شد. در این راستا از دادههای مرکز ملی پیش بینی محیطی (NCEP) به عنوان متغیرهای پیشبین جهت واسنجی و ارزیابی مدل استفاده شد و از دادههای HadCM۳ تحت دو سناریوی A۲ و B۲ جهت شبیهسازی دمای کمینه و بیشینه ایستگاه اصفهان طی سه دوره زمانی ۲۰۱۶-۲۰۴۰، ۲۰۴۱-۲۰۷۰ و ۲۰۷۱-۲۰۹۹ استفاده شد. نتایج نشان داد که دمای بیشینه و کمینه طی دوره های یاد شده افزایش چشم گیری خواهند داشت. به گونهای که بر اساس سناریوی B۲ و در هر دو مدل شبکه عصبی و SDSM تا سال ۲۰۹۹ نسبت به دوره پایه، میانگین سالانه دمای کمینه ۳۸/۲ و ۲۲/۳ درجه و دمای بیشینه ۴۳/۳ و ۲۲/۴ درجه سلسیوس افزایش خواهد یافت. بر اساس این پژوهش، مدل شبکه عصبی مصنوعی نتایج قابل قبولتری را نشان داد.
Keywords:
Authors
حسین عساکره
استاد اقلیم شناسی دانشگاه زنجان، زنجان، ایران
نرگس حسامی
دانشجوی دکتری تغییرات آب و هوایی دانشگاه زنجان، زنجان، 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 :