علیرضا قراگوزلو - دانشیار آموزشکده سازمان نقشه برداری کشور، تهران
جهان بخش محمدی - دانشجوی دکتری رشته GIS/RS، دانشکده محیط زیست و انرژی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
سلام ادهمی - دانشجوی دکتری رشته GIS/RS، دانشکده محیط زیست و انرژی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
اسدالله محمدی - دانشجوی دکتری رشته جغرافیا و برنامه ریزی روستایی، دانشکده علوم انسانی، مرکز تحصیلات تکمیلی، پیام نور تهران

پیش بینی دما به عنوان یکی از مهمترین پارامترهای اقلیمی به دلیل تغییرات اقلیمی، خشکسالی، گرمایشجهانی، خطر سیلاب و غیره از اهمیت ویژه ای برخوردار است. مدل شبکه عصبی GMDH یکی از خانواده های شبکه عصبی مصنوعی است که قادر است با معادلاتی ساده، ترکیبات پیچید های را در لایه های متوالی به وجودآورد و می تواند تابع حاکم بر یک سیستم را استخراج نماید. در این تحقیق، با استفاده از اطلاعات میانگین دمایماهانه ایستگاه سینوپتیک مریوان در طول دوره 19 ساله (2010-1992 )، به عنوان ورودی شبکه عصبی میانگین دمای ماهانه در سال های (2014-2011) پیش بینی شد. برای این کار از محیط برنامه نویسی نرم افزار MATLABاستفاده شد. سپس نتایج از طریق مقایسه مقادیر مشاهداتی و مقادیر پیش بینی شده توسط مدل و همچنین استفاده از نمودار رگرسیون و ضریب همبستگی پرداخته شد. نتایج حاصله نشا ندهنده ی دقت قابل قبول شبکه عصبی GMDH می باشد.

پیش بینی دما، ضریب همبستگی،مدل شبکه عصبی GMDH