بررسی فرآیند پیش رو در مدل سازی بارش ماهانه با استفاده از شبکه عصبی مصنوعی

امروزه پیش بینی و مدل سازی فرآیند بارندگی برای برنامه ریزی و مدیریت منابع آب بسیار ضروری است. در پژوهش حاضر از آمار ۳۴ ساله ایستگاه هواشناسی رامیان جهت مدل سازی بارش ماهانه استفاده شد. پیش-بینی مقادیر بارش برای ۱۲ ماه آینده به کمک مدل شبکه عصبی مصنوعی (ANN) با استفاده از نرم افزار SPSS انجام شد. ورود داده ها به مدل در ۲ حالت فرآیند پیش رو و سری کامل داده ها انجام و نتایج مقایسه شد. اعتبارسنجی مقادیر پیش بینی شده با استفاده از شاخص-های MAD، RMSE و MAPE مورد ارزیابی قرار گرفت. نتایج نشان داد که مدل شبکه های عصبی مصنوعی در برازش مقادیر بارش ماهانه برای هر ۲ استراتژی مورد استفاده عملکرد مناسبی داشته است. با این وجود، هنگامی که از فرآیند پیش رو (RMSE=۱.۲۴۳۴) استفاده شود، عملکرد مدل نسبت به ورود سری کامل داده ها (RMSE=۵.۴۰۶۱) بهبود قابل ملاحظه ای یافته است.

Keywords:

مدل سازی , بارش ماهانه , مدل شبکه عصبی مصنوعی , فرآیند پیش رو