پیش بینی درازمدت بارش با استفاده از خوشه بندی سیگنال های هواشناسی با توجه به تغییرات بارش به روش K_Means اصلاح شده مطالعه ی موردی: پیش بینی بارندگی استان سیستان و بلوچستان
Publish place: Civil Engineering Sharif، Vol: 25، Issue: 51
Publish Year: 1388
نوع سند: مقاله ژورنالی
زبان: Persian
View: 111
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SJCE-0-51_003
تاریخ نمایه سازی: 8 آبان 1402
Abstract:
مطالعه ی تغییرات اقلیمی و شناسایی متغیرهای مختلف آب و هوایی (ازجمله بارش) کمک شایانی به پیش بینی این گونه متغیرها می کند. بیان ارتباط سیگنال های بزرگ مقیاس اقلیمی مثل دمای سطح دریا (SST) و متغیرهای مهم هیدرولوژیکی مثل بارندگی ازجمله تحقیقات صورت گرفته در سال های اخیر است. در این نوشتار روشی نوین با عنوان K_Meansاصلاح شده برای خوشه بندی ارائه شده است. برای بررسی کارایی مدل پیشنهادی از مطالعه ی موردی بر روی استان سیستان و بلوچستان، واقع در منطقه ی جنوب شرق ایران، استفاده شده است. در این مطالعه از اطلاعات بارش ۲۰ ایستگاه مختلف این استان استفاده شده است و خوشه بندی سیگنال هواشناسی SST در مناطق جغرافیایی منتخب در دریای عمان، دریای عرب و اقیانوس هند با توجه به تغییرات بارش این ایستگاه ها صورت گرفته است. استفاده از روش K_Means اصلاح شده برای خوشه بندی سیگنال های هواشناسی و ارائه ی الگوریتمی پویا برای بیان ارتباط بارش منطقه مورد مطالعه در زمان های مختلف با الگوهای خوشه بندی زمان مکان از نوآوری های این تحقیق محسوب می شود.
Keywords:
Authors
بنفشه زهرایی
قطب علمی مهندسی و مدیریت زیرساخت، دانشگاه تهران
عباس روزبهانی
دانشکده مهندسی عمران، دانشگاه تهران