مدلسازی دماهای حداقل شهر پیرانشهر جهت پیش بینی سرمای دیررس بهاره و یخبندان با استفاده از شبکه های عصبی مصنوعی

امروزه بزرگترین مسئله در هواشناسی کشاورزی تاثیر عوامل آب و هوایی بر محصول است. رشد درختان و گیاهان تحت تاثیر کلیه عواملیاست که در محیط بر یکدیگر اثر متقابل دارند. یکی از پدیده های مهم جوی و اقلیمی، یخبندان می باشد، که برحسب شدت و تداوم و گسترش آنبر فعالیتهای کشاورزی ، حمل و نقل، ، انرژی، محیط زیست و فعالیت های جانداران وگیاهان تاثیر بسزایی دارد و در رشد محصولات کشاورزینقش مهمی دارد .پیش بینی دماهای حداقل به عنوان یکی از عناصر مهم اقلیمی در پیش بینی سرمای دیررس بهاره و یخبندان دارای اهمیتفراوان است. یکی از روشهای نوین در زمینه ی پیش بینی عناصر اقلیمی شبکه های عصبی مصنوعی (از مؤلفه های هوش مصنوعی ) است که درجهت پیادهسازی ویژگیهای شگفت انگیز مغز انسان در یک سیستم مصنوعی می کوشند و ابزاری قدرتمند در زمینه ی مدلسازی و پیش بینیپارامترهای اقلیمی اند که در این پژوهش جهت پیش بینی دماهای حداقل شهر پیرانشهر استفاده شده است. بدین منظور از دوره آماری 27 ساله (1391-1365) ایستگاه سینوپتیک پیرانشهر و توابع و امکانات موجود در نرم افزار MATLAB جهت آموزش و آزمون این مدلها بهره گرفته شد. آزمون مدل ها نشان داد که بهترین مدل شبکه عصبی مصنوعی جهت پیش بینی میانگین حداقل در این بررسی یک مدل پرسپترون 3 لایهبا 5 نرون در لایه ورودی، 4 نرون در لایه پنهان، یک نرون در لایه خروجی و الگوریتم آموزشی مارکوارت-لونبرگ میباشد و این مدل جهت پیش-بینی دماهای حداقل شهرستان پیرانشهر پیشنهاد می گردد. که از نتایج آن نه تنها در بخش کشاورزی بلکه در مدیریت منابع سوخت، صنایع، شیوعبیماریها، حمل و نقل و تصادفات جادهای، خطوط انتقال آب وغیره می تواند موثر می باشد.

Keywords:

پیرانشهر , پیش بینی , سرمای دیررس , دمایحداقل , شبکه عصبی مصنوعی