مدل سازی دماهای حداقل شهرستان ارومیه با استفاده از مدل های رگرسیونی خطی و غیرخطی چندگانه و شبکه-های عصبی مصنوعی

دماهای حداقل عامل اصلی محدود کننده بسیاری از فعالیت های کشاورزی اعم از زراعت و باغداری است که هر ساله خسارات و صدمات زیادی را به محصولات کشاورزی وارد می سازد. آگاهی از احتمال وقوع این دماها برای جلوگیری از خسارت احتمالی، دارای اهمیت بسزایی است. در برنامه ریزی های مختلفی که در ارتباط با اقلیم شناسی است، اقلیم شناسان سعی می کنند با تجزیه و تحلیل داده های یک یا چند متغیر اقلیمی در گذشته، به اصول، قوانین و مدل هایی دست یابند که بر این اساس وضعیت آن را در آینده پیش بینی کنند. از روش های مهم در این زمینه مدل های رگرسیونی و شبکه های عصبی مصنوعی از مولفه های هوش مصنوعی است که امروزه به طور وسیع در زمینه مدل سازی و پیش بینی پارامترهای اقلیمی مورد استفاده قرار می گیرد. در این پژوهش امکان مدل سازی و پیش بینی دماهای حداقل شهرستان ارومیه با استفاده از این مدل ها مورد بررسی و تجزیه تحلیل قرار گرفت. بدین منظور از متغیرهای میانگین حداکثر رطوبت نسبی، میانگین سرعت باد، میانگین مجموع بارش، میانگین حداقل و حداکثر دمای دوره آماری 26 ساله (2000-1975) جهت پیش بینی دماهای حداقل5 ساله (2005-2001) و مقایسه آن با داده های واقعی استفاده گردید. بدین منظور از امکانات و توابع موجود در نر م افزارهای matlab/2010 و spss/21 بهره گرفته شد و برای هر ماه یک مدل با خطای کمتر از 5 درصد طراحی گردید. سپس به بررسی شاخص عملکرد مدل ها از طریق معیارهای آماری از جمله ضریب تعیین، مجذور میانگین مربعات خطا، میانگین مربعات خطا، میانگین مطلق خطا، میانگین درصد نسبی خطا و ضریب همبستگی پرداخته شد. نتایج حاصل، ضمن مدل سازی پیش بینی دماهای حداقل، نشان داد که خطای حداکثر مدل های شبکه عصبی مصنوعی، رگرسیون خطی و غیرخطی با داده های واقعی به ترتیب برابر 85/0، 06/3 و 26/3 درجه سلسیوس است که توانایی قابل توجه مدل شبکه عصبی مصنوعی در پیش بینی دماهای حداقل در مقایسه با مدل های رگرسیونی را نشان می دهد. از این رو با استفاده از این مدل ها می توان وضعیت های دمایی را از قبل تعریف نموده و در مدیریت منابع و برنامه ریزی های محیطی دخالت داد. از نتایج حاصله می توان در اجرای روش های مقابله با سرما و یخبندان در زمینه های مختلف مدیریت منابع سوخت، کشاورزی و ماشین آلات کشاورزی، سیستم های آبیاری و خطوط انتقال آب، بیماری ها، حمل و نقل و تصادفات جاده ای و غیره  بهره گرفت.