برآورد بارش ماهانه با استفاده از سیستم استنتاج تطبیقی مصنوعی فازی در استان گیلان

اندازه گیری دقیق بارش، کاربردهای بسیاری در تحقیقات اقلیمی، کشاورزی، خشک سالی، بلایای طبیعی و آب شناسی دارد. از آن جایی که ایستگاه های اندازه گیری بارش پراکنده بوده و دسترسی به اندازه گیری های بارش معمولا با تاخیر زمانی همراه است، از این رو وجود روش های دیگری برای برآورد بارش ضروری است . پیش بینی بارش برای کشورهای در حال توسعه که اقتصاد آنها مبتنی بر کشاورزی است، خیلی مهم می باشد. به طور مشخص، اقلیم و بارش پدیده های غیرخطی بزرگی در طبیعت هستند. در این تحقیق به برآورد بارندگی ماهانه طی دوره 10 ساله در استان گیلان و با استفاده از روش سیستم استنتاج تطبیقی عصبی فازی پرداخته است. همچنین از داده های هواشناسی شهرهای انزلی، رشت و تالش به عنوان ایستگاه های مورد بررسی استفاده شده است. در مدل ANFIS از توابع عضویت متغیرهای ورودی از تابع عضویت مختلفی استفاده شد که نتایج مورد ارزیابی قرار می گرفت و در نهایت Trimf با خطا کمتری به عنوان تابع نهایی انتخاب شد. همچنین، برای آموزش سیستم استنتاج فازی از روش هیبرید استفاده شد. نتایج گویای عملکرد قابل قبول سیستم استنتاج تطبیقی عصبی فازی در تخمین بارش ماهانه بوده است. مقادیر NS، MAD و RMSE به ترتیب 15/62، 0/78 و 69/86 برای ایستگاه انزلی در مرحله آزمون گویای این مطلب می باشد.

Keywords:

داده های هواشناسی , انفیس , لاهیجان , تایش , ایستگاه های سینوپتیک , فشار , دمای هوا , ساعت آفتابی