کاربرد الگوریتم ژنتیک در بالا بردن دقت برآورد داده های مفقود هواشناسی مطالعه موردی: 125 سال بارش ماهانه مشهد

بارندگی بهعنوان یکی از مهمترین پارامترهای هوا و اقلیم شناسی، نقشی اساسی در مدیریت منابع آب دارد. دقت شبیه سازی این پارامتر با توجه به تغییرات زیاد آن از اهمیت بسزایی برخوردار است. آمار مشاهدهای در اولین ایستگاه های همدید ایران از سال 1951) 1330 میلادی) در سایت سازمان هواشناسی ایران قابل دسترس است. آمار قدیمی و طولانی مدت دما و بارش ماهانه پنج شهر ایران شامل مشهد توسط سفارت امریکا و انگلیس از دوره قاجار (حدود (1880 اندازهگیری و در کتبی به نام World weather records ثبت شده است. متاسفانه این آمار مفقودی دارد. مفقودیهای ماهانه در طول جنگ جهانی دوم (1949-1941) و بهطور پراکنده در طول دوره آماری وجود دارد. ایستگاه هایی از کشورهای مجاور با توجه به معیار فاصله، همبستگی و تکمیل بودن داده ها در دوره های مفقودی بهعنوان ایستگاه های مبنا انتخاب شدند. این پژوهش ده الگوی چندگانه رگرسیونی را به بارش ماهانه ایستگاه مشهد برازش داده و سپس پارامترهای این الگوها با روش الگوریتم ژنتیک بهینه شده است. نتایج نشان داد الگوریتم ژنتیک دقت برآورد داده های مفقود بارش را به طور چشمگیری بالا میبرد. کمترین معیار خطای RMSE الگوهای رگرسیونی 9/79 است که با بهینه سازی با ژنتیک الگوریتم تا 2/56 کاهش میبابد.

Keywords:

داده گواری , داده مفقود , رگرسیون چندگانه , روش های تکاملی , ژنتیک الگوریتم