واکاوی ارتباط دما و الگوهای پیوند از دور در حوضه آبی ایرانی دریای مازندران با استفاده از شبکه عصبی در راستای برنامه ریزی منطقه ای

دما یکی از پارامترهای بسیارمهم آب و هوایی است که در تعیین نقش و پراکندگی دیگر عناصر اقلیمی موثر می باشد. هدف از پژوهش حاضر بررسی ارتباط بین دمای ماهانه و سالانه حوضه آبی دریای مازندران و الگوهای پیوند از دور می باشد. در این راستا از داده های میانگین دمای ماهانه و سالانه ۹۷ ایستگاه همدیدی و آب و هواشناسی درون حوضه و بیرون حوضه و همچنین ۳۳ الگوی پیوند از دور طی دوره آماری (۱۹۷۰-۲۰۱۴) استفاده شد. بدین منظور مدل پرسپترون چندلایه مورد استفاده قرار گرفت. ابتدا داده ها در نرم افزار مت لب نرمال و در نرم افزار spss استاندارد شدند. سپس شبکه براساس الگوریتم گرادیان نزولی (SCG)، تابع متحرک هیپربولیک برای لایه های پنهان و تابع متحرک همانی برای داده های خروجی طراحی شد. در تمام ساختار شبکه ۱ تا ۲ لایه پنهان در نظر گرفته شد و بیش از ۶۰۰ شبکه ایجاد شد. طی این فرایند ۷۰ درصد از داده ها برای آموزش و ۳۰ درصد برای آزمون در نظر گرفته شد. سپس به ارزیابی عملکرد مدل، از طریق معیارهای آماری از جمله مجموع مربع خطاها و خطای نسبی پرداخته شد. نتایج نشان داد در رابطه با داده های ماهانه، دمای یک ماه پیش و الگوهای  ONI و NINO۳ دارای اهمیت بیشتر می باشد و ارتباط بیشتری را با دمای ماهانه حوضه مورد مطالعه نشان می دهد. در داده های سالانه نیز الگوهای های AMO، NCP، AO، NAO و دمای یک سال قبل اهمیت بالای ۶۰ درصد نشان دادند. لذا می­توان بیان نمود که رابطه الگوهای نامبرده با دمای سالانه بیش از سایر الگوها بوده است.

Keywords:

پیوند از دور , حوضه آبی دریای مازندران , دما , شبکه عصبی مصنوعی , مدل پرسپترون چندلایه (MLP)