پیش بینی بارش جنوب دریاچه ارومیه بر اساس سیگنال های اقلیمی با شبکه عصبی مصنوعی
Publish place: Second International Conference on Environmental Hazards
Publish Year: 1392
Type: Conference paper
Language: Persian
View: 1,099
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ICEHH02_055
Index date: 4 November 2014
پیش بینی بارش جنوب دریاچه ارومیه بر اساس سیگنال های اقلیمی با شبکه عصبی مصنوعی abstract
دریاچه ارومیه از نظر منابع آب و محیط زیست یکی از مناطق مهم کشور به حساب می آید. با توجه به اینکه این دریاچه در معرض خشک شدن قرار دارد، پیش بینی بارندگی در آن می تواند در برنامه ریزی موثر منابع آب و جلوگیری از خسارات دورهای خشکسالی نقش مهمی داشته باشد. به همین منظور در این تحقیق اثرات سیگنالهای بزرگ مقیاس اقلیمی بر روی بارش جنوب دریاچه ارومیه در طی دوره آماری 2007-1970 بررسی گردید.در گام نخست با استفاده از روش رگرسیون چند متغیره موثرترین سیگنال ها شناسایی و سپس پیش بینی بارندگی برای بازه های همزمان، سه ماهه و شش ماهه با استفاده از مدل شبکه عصبی مصنوعی و رگرسیون خطی انجام گردید. برای مقایسه نتایج شبکه عصبی با رگرسیون خطی از ضریب تعیین ((R(2) استفاده گردید که با توجه به آن به طور کلی ، شبکه عصبی قابلیت بالاتری نسبت به رگرسیون خطی چند متغیره به منظور پیش بینی رادارد.
پیش بینی بارش جنوب دریاچه ارومیه بر اساس سیگنال های اقلیمی با شبکه عصبی مصنوعی Keywords:
سیگنال های بزرگ مقیاس اقلیمی , ال نینو-نوسان جنوبی , نوسانات اطلس شمالی , پیش آگاهی بارش , شبکه عصبی مصنوعی
پیش بینی بارش جنوب دریاچه ارومیه بر اساس سیگنال های اقلیمی با شبکه عصبی مصنوعی authors
فاطمه غیاث آبادی فراهانی
دانشجوی دکتری اقلیم شناسی دانشگاه تهران
ابراهیم فتاحی
دانشیار پژوهشکده هواشناسی
شوکت مقیمی
عضو هیئت علمی دانشگاه آزاد اسلامی واحد تهران مرکز
ندا مجیدی راد
کارشناس ارشد اقلیم شناسی
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :