پیشبینی بارش با استفاده از شبکه عصبی مصنوعی به منظور مدیریت سیل (مطالعه موردی: ایستگاه سینوپتیک خرم آباد)

بارش به عنوان یک عامل تهدیدکننده در احتمال وقوع سیل محسوب میشود. برای جلوگیری از خسارات سیل و سعی در کنترل آن اهمیت پیشبینی بارش ضرورت مییابد. زیرا با اطلاع از میزان بارندگی،می توان امکان وقوع سیل را در منطقه پیش بینی و اقدامات لازم را انجام داد. هدف از این پژوهش پیش بینی بارش با استفاده از شبکه عصبی مصنوعی میباشد. دراین تحقیق از داده های بارش روزانه طی دوره آماری (1391-1361) و از شبکه عصبی مصنوعی به عنوان یک روش غیرخطی جهت پیش بینی بارش استفاده شده است. ورودی مدل، رطوبت، نقطه شبنم ، دما و فشار منطقه می باشد. 70 درصد داده ها برای آموزش و 30 درصد باقیمانده جهت تست بکار رفته است. شبکه مورد استفاده از نوع چند لایه پرسپترون با الگوریتم مومنتوممی باشد. و اطلاعات بارش ایستگاه خرم آباد در استان لرستان به عنوان خروجی مدل استفاده شده است. تحلیل نتایج خروجی مدل نشان داده که این مدل توانایی و دقت بالایی برای پیش بینی بارش داشته است و با افزایش فاکتورهای ورودی، شبکه دقت بالاتری را در پیش بینی ارائه می دهد در صورتیکه اگر شبکه پارامترهای ورودی کمتری داشته باشد خطای بیشتری دارد.

Keywords:

پیش بینی , بارش , شبکه عصبی مصنوعی , خرم آباد