حسین خزیمه نژاد - گروه مهندسی آب، دانشگاه بیرجند، بیرجند
مریم صفوی گردینی - مهندسی منابع آب، دانشکده آب و خاک، دانشگاه زابل. کرمان، ایران
مهدی امیرآبادی زاده - استادیار گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بیرجند
محمد ناظری تهرودی - کیلومتر ۵ جاده کرمان - پردیس کشاورزی و منابع طبیعی دانشگاه بیرجند - دانشکده کشاورزی، گروه مهندسی آب صندوق پستی: ۳۳۱

در این پژوهش با استفاده از شش مدل شبکه عصبی (ANN)، انفیس(ANFIS)، ماشین بردار پشتیبان (SVM)، برنامه ریزی ژنتیک (GP)، رگرسیون بردار پشتیبان (SVR) و رگرسیون چندمتغیره (Reg)، متوسط دمای روزانه ایستگاه­های کرمان و بم طی دوره آماری ۱۹۶۱-۲۰۰۵ بررسی و شبیه­سازی شد. نتایج نشان داد که متوسط دمای روزانه طی دوره­های یاد شده افزایش چشمگیری برای هر دو منطقه خواهند داشت. نتایج  کلی به دست آمده حاکی از برتری نتایج مدل رگرسیونی SVR (کرمان: RMSE=۱.۱۰۵  و R=۰.۹۹۲) و (بم: RMSE=۱.۰۱  و R=۰.۹۹) می­باشد. نتایج بررسی­ها نشان داد که مدل SVR، میزان خطای شبیه­سازی را نسبت به مدل­های شبکه عصبی (ANN)، انفیس (ANFIS)، برنامه ریزی ژنتیک (GP) و رگرسیون چندمتغیره (Reg) در ایستگاه کرمان به ترتیب ۳۲، ۴۲، ۳۰ و ۱۱ درصد و در ایستگاه بم به ترتیب ۶۲، ۵۹، ۲۷ و ۲۷ درصد بهبود می­بخشد. نتایج بررسی جذر میانگین مربعات خطا نشان داد که از بین شش مدل مورد بررسی، مدل رگرسیون بردار پشتیبان و برنامه ریزی ژنتیک برای ایستگاه بم و مدل رگرسیون بردار پشتیبان برای ایستگاه کرمان از دقت بالاتری برخوردار می­باشد. همچنین نتایج نشان داد که برآورد میزان دمای متوسط ایستگاه سینوپتیک بم دارای کارایی و دقت بیشتری نسبت به ایستگاه سینوپتیک کرمان هستند. در این پژوهش هر چند آنالیز نتایج خروجی مدل­ها منجر به نتایج یکسانی نشد ولی نتایج مدل­ها بیانگر افزایش در متغیر­های دمایی در دو شهر کرمان و بم در دوره­ های آتی می­باشد.

پیش بینی, تغییر اقلیم, کرمان, گردش عمومی جو