Thesis

پیش بینی بارش های سالانه سال بعد بر مبنای برخی از عناصر اقلیمی دوره سرد سال قبل در ایستگاه های سینوپتیک کرمانشاه و همدان با استفاده از شبکه عصبی مصنوعی

Download full textFree with an account; signing up with Google takes seconds

Abstract(in Persian; no English abstract is available)

بارش به عنوان مهمترین پدیده های اقلیمی،همیشه برای انسان دارای اهمیت فراوان بوده است . این اهمیت باعث شده که بشر به فکر پیش بینی بارش باشد تا بتواند بر اساس آن برنامه ریزیهای خود را به بهترین وجه به انجام برساند. استفاده از شبکه های عصبی مصنوعی یکی از روش های پیش بینی می باشد که در سال های اخیر توسعه زیادی پیدا کرده است. در این تحقیق برای پیش بینی بارش سال بعد در دو ایستگاه سینوپتیک کرمانشاه و نوژه همدان از آمار برخی عناصر اقلیمی فصل سرد سال قبل استفاده شده است . به این منظور هفت عنصر اقلیمی بعنوان ورودی به شبکه های طراحی شده درنظر گرفته شدکه شامل : میانگین دما،بارش ، رطوبت نسبی، نسبت مخلوط ، فشار بخار ، دمای نقطه شبنم و فشار تبدیل شده به سطح دریا است . خروجی شبکه ها بارش سال بعد در نظر گرفته شد. با توجه به ماهیت غیر خطی عناصر اقلیمی در نظر گرفته شده در این تحقیق ، از شبکه های mlp استفاده شد که از انواع شبکه های پیشرو با الگوریتم های آموزشی نظارتی است و مناسب داده ها غیر خطی می باشند. برای آموزش شبکه ها دو رده الگوریتم آموزشیدیگر نیز بکار گرفته شد که شامل الگوریتم های آموزشی bp و الگوریتم نرمال سازی اعداد می باشد . در نهایت ترکیب این الگوریتم منجر به تولید 720 شبکه آموزشی در دو ایستگاه شد وشبکه عصبی مصنوعی در هر دوایستگاه موفق به پیش بینی بارش گردید که بهترین پیش بینی در ایستگاه کرمانشاه مربوط به تابع آموزشی traingd و الگوریتم نرمال سازی میانگین و انحراف معیار با testerror معادل 0195/0 در دوره سرد سال ( مجموع پاییز و زمستان) و در ایستگاه نوژه همدان مربوط به تابع آموزشی traingdx و الگوریتم نرمال سازی pca0/06 با testerror معادل 0047/ در فصل زمستان بود.

Supervisors and advisors

غلامرضا زاهدی

Similar theses

  • امکان سنجی پیش بینی بارش فصلی دوره سرد سال در استان فارس

    Thesis2013وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده ادبیات و علوم انسانی دکتر علی شریعتیفهیمه محمدی

    با توجه به تغییرات اقلیمی، پیش بینی بارش به صورت میانگین در مقیاس زمانی از مهم ترین چالش های متخصصین پیش بینی در سال های اخیر است. هدف این تحقیق بررسی توانمندی مدل دینامیکی regcm4 در پیش بینی بارش دوره سرد استان فارس است. در این پژوهش ماه های سپتامبر تا فوریه به عنوان دوره سرد در

Similar items

  • تجزیه و تحلیل و پیش بینی برخی عناصر اقلیمی مشهد

    Articleنیوارمحمود داودی، دانشجوی کارشناسی ارشد اقلیم شناسی دانشگاه تهران حسین مراد محمدی، عضو هیئت علمی گروه جغرافیای طبیعی دانشگاه تهران ناصر بای، دانشجوی دکتری اقلیم شناسی، دانشگاه آزاد اسلامی- واحد نجف آباد

    در این مقاله با استفاده از نمودارها و روش های اقلیمی به تجزیه و تحلیل اقلیم مشهد پرداخته شده است و سپس باتوجه به روندهای عناصر اقلیمی و نیز بررسی های دوره ای 18 ساله، این عناصر تا سال 2015 پیش بینی شده اند. برای انجام این کار از آمار سازمان هواشناسی در یک دوره آماری 55 ساله (2005

  • تجزیه و تحلیل و پیش بینی برخی عناصر اقلیمی مشهد

    Article2010نیوارمحمود داودی، حسین مراد محمدی، ناصر بای

    در این مقاله با استفاده از نمودارها و روش‌های اقلیمی به تجزیه و تحلیل اقلیم مشهد پرداخته شده است و سپس باتوجه به روندهای عناصر اقلیمی و نیز بررسی‌های دوره‌ای 18 ساله، این عناصر تا سال 2015 پیش بینی شده‌اند. برای انجام این کار از آمار سازمان هواشناسی در یک دوره آماری 55 ساله (2005

  • مدل سازی و پیش بینی تغییرات بیشینه دمای شیراز برای دوره اقلیمی منتهی به سال ۱۴۰۰ خورشیدی

    Articleنیوارتقی طاووسی، دانشیار آب و هواشناسی دانشگاه سیستان و بلوچستان اکبر زهرایی، دانشجوی کارشناسی ارشد اقلیم شناسی دانشگاه سیستان و بلوچستان

    هدف اصلی از مدل سازی سری های زمانی دادن نظم خاص به مشاهدات وابسته به زمان است تا بر اساس آن ها بتوان پیش بینی هایی را برای آینده انجام داد. مهم ترین هدف از تجزیه و تحلیل سری های زمانی یافتن روند تغییرات و پیش بینی آینده آن است. هدف پژوهش حاضر مطالعه و پیش بینی تغییرات بیشینه دمای