مدل سازی بارش ماهانه ایستگاه سینوپتیک چابهار با استفاده از نرو فازی

بارش باران یکی از مهم ترین پدیده های جوی است که بر زندگی بشر اثر می گذارد. پیش بینی بارش برای کشورهای در حال توسعه که اقتصاد آنها مبتنی بر کشاوری است، امری حیاتی است. در مقیاس جهانی، پبش بینی بارش بسیار مورد توجه دانشمندان قرار گرفته است. در این پژوهش، کارآیی سیستم فاز ی عصبی برای مدلسازی بارش ماهانه ایستگاه چابهار با استفاده از پارامترهای میانگین حداکثر دما، میانگین دمای هوای، میانگین حداقل رطوبت، سرعت باد حداکثر، مجموع ساعات آفتابی، میانگین فشار در بازه زمانی ۳۰ ساله ( ۱۳۷۰ تا ۱۴۰۰ ) مورد ارزیابی قرار گرفت. داده های موجود ۷۰ درصد برای آموزش و ۳۰ درصد برای تست شبکه مورد استفاده قرار گرفتند. جهت ارزیابی و توانمندی مدل با استفاده از شاخص های MAD ، RMSD و R مورد مقایسه قرار گرفتند. هدف پژوهش ایجاد مدلی مناسب برای مدلسازی بارش می باشد. نتایج پژوهش نشان داد که مقدار رادیان ۰/۸۴ در بین حالات مختلف با مقدار خطای ریشه میانگین مربعات خطا ۱۱/۱۱ میلی متر در بخش آزمون مد ل مناسب ترین مقدار برای مدلسازی شناخته شد

Keywords:

انفیس , بارش , مدل سازی , چابهار