ارزیابی کاربرد مدل های شبکه عصبی مصنوعی و SDSM به منظورشبیه سازی دمای کمینه و بیشینه ایستگاه اصفهان
عنوان مقاله: ارزیابی کاربرد مدل های شبکه عصبی مصنوعی و SDSM به منظورشبیه سازی دمای کمینه و بیشینه ایستگاه اصفهان
شناسه ملی مقاله: JR_GRD-6-2_006
منتشر شده در در سال 1397
شناسه ملی مقاله: JR_GRD-6-2_006
منتشر شده در در سال 1397
مشخصات نویسندگان مقاله:
حسین عساکره - استاد اقلیم شناسی دانشگاه زنجان، زنجان، ایران
نرگس حسامی - دانشجوی دکتری تغییرات آب و هوایی دانشگاه زنجان، زنجان، ایران
خلاصه مقاله:
حسین عساکره - استاد اقلیم شناسی دانشگاه زنجان، زنجان، ایران
نرگس حسامی - دانشجوی دکتری تغییرات آب و هوایی دانشگاه زنجان، زنجان، ایران
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.
کلمات کلیدی: مدلسازی, SDSM, شبکه عصبی مصنوعی, دما, اصفهان
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1228513/