پیش بینی بارش بهاره استان خراسان رضوی بر پایه الگوهای سینوپتیکی پیوند از دور با بهره گیری از سامانه استنباط فازی- عصبی تطبیقی((anfis
Authors
abstract
هدف از این بررسی ارزیابی ارتباط الگوهای سینوپتیکی بزرگ مقیاس اقلیمی با بارش در استان خراسان رضوی می باشد. در این بررسی با بهره گیری از سامانه استنباط فازی- عصبی تطبیقی برآورد بارش در بازه زمانی فروردین تا خرداد (آوریل تا ژوئن) در استان خراسان رضوی ارائه شده است. داده های بارش بهاره شامل آمار و داده های بارش 38 ایستگاه همدیدی، اقلیم شناسی و باران سنجی می باشد که در فاصله سال های 2007-1970 میلادی از سازمان هواشناسی کشور و وزارت نیرو دریافت شده است. در این بررسی، در آغاز ارتباط بین تغییرات الگوهای سینوپتیکی شامل فشار سطح دریا، اختلاف فشارسطح دریا، دمای سطح دریا، اختلاف دما بین سطح دریا و سطح 1000 میلی باری، دمای سطح 700 میلی بار، ضخامت بین سطوح 500 و 1000 میلی بار، رطوبت نسبی سطح 300 میلی بار و آب قابل بارش با بارش میانگین منطقه ای مورد بررسی قرار گرفته است. در گزینش این مناطق که مجموعه ای از نقاط در خلیج فارس و دریای عمان، دریای سیاه، دریای خزر، دریای مدیترانه، دریای شمال، دریای آدریاتیک، دریای سرخ، خلیج عدن، اقیانوس اطلس، اقیانوس هند و سیبری را شامل می شوند، تاثیر پذیری بارندگی منطقه شمال شرق ایران از الگوهای سینوپتیکی در مناطق یاد شده مورد توجه قرار گرفته است. سپس، مدل سامانه استنباط فازی عصبی تطبیقی در دوره 1997-1970 آموزش داده شده است و در پایان، برآورد بارش در دوره فروردین تا خرداد (آوریل تا ژوئن) 2007-1998 انجام شده است. مدل مورد بهره گیری در این بررسی شامل یک لایه ورودی، یک لایه پنهان و یک لایه خروجی می باشد. سامانه استنباط فازی مورد بهره گیری در این بررسی، مدل سوگینو می باشد. شمار نرون های لایه ورودی، پنهان و خروجی به ترتیب (1-28-13) می باشد. نتایج نشان می دهد سامانه استنباط فازی- عصبی تطبیقی در 90 درصد سال ها می تواند بارش را با دقت قابل قبولی با سطح اطمینان 10 درصد برآورد کند.
similar resources
پیشبینی بارش بهاره استان خراسان رضوی بر پایه الگوهای سینوپتیکی پیوند از دور با بهرهگیری از سامانه استنباط فازی- عصبی تطبیقی((ANFIS
هدف از این بررسی ارزیابی ارتباط الگوهای سینوپتیکی بزرگ مقیاس اقلیمی با بارش در استان خراسان رضوی میباشد. در این بررسی با بهرهگیری از سامانه استنباط فازی- عصبی تطبیقی برآورد بارش در بازه زمانی فروردین تا خرداد (آوریل تا ژوئن) در استان خراسان رضوی ارائه شده است. دادههای بارش بهاره شامل آمار و دادههای بارش 38 ایستگاه همدیدی، اقلیم شناسی و باران سنجی میباشد که در فاصله سالهای 2007-1970 میلادی...
full textپیشبینی بارش سالیانه بر پایه الگوهای سینوپتیک پیوند از دور با بهره گیری از مدلهای آماری
تغییرهای اقلیمی جهان و چرخه عمومی جو تحت تاثیر پدیدههای بزرگ مقیاسی است که درسطح آبهای آزاد جهان رخ می دهد. بسیاری از این پدیدهها که به سیگنالهای بزرگ مقیاس اقلیمی2 معروف اند، از بیش از یک قرن پیش شناخته شده بودند. سیگنالهای نام برده به طورمعمول با بهره گیری از شاخصهایی مانند فشار و دمای سطح آب اقیانوسها محاسبه میشوند. به منظور بررسی امکان بهره گیری از مدلهای آماری برای پیشبینی بارش س...
full textپیشبینی بارش فصلی بر اساس الگوهای سینوپتیکی با استفاده از سیستم استنباط فازی- عصبی تطبیقی((ANFIS
full text
پیش بینی بارش فصلی بر اساس الگوهای سینوپتیکی با استفاده از سیستم استنباط فازی- عصبی تطبیقی((anfis
full text
پیش بینی بارش سالیانه بر پایه الگوهای سینوپتیک پیوند از دور با بهره گیری از مدل های آماری
تغییرهای اقلیمی جهان و چرخه عمومی جو تحت تاثیر پدیده های بزرگ مقیاسی است که درسطح آب های آزاد جهان رخ می دهد. بسیاری از این پدیده ها که به سیگنال های بزرگ مقیاس اقلیمی2 معروف اند، از بیش از یک قرن پیش شناخته شده بودند. سیگنال های نام برده به طورمعمول با بهره گیری از شاخص هایی مانند فشار و دمای سطح آب اقیانوس ها محاسبه می شوند. به منظور بررسی امکان بهره گیری از مدل های آماری برای پیش بینی بارش س...
full textتخمین هوشمند دبی روزانه با بهره گیری از سامانه استنباط فازی - عصبی تطبیقی
در سال های اخیر، استفاده از تئوری مجموعه های فازی جهت مدل سازی پدیده های هیدرولوژیکی که دارای پیچیدگی و عدم قطعیت بالایی هستند، مورد توجه محققین قرار گرفته است. به همین دلیل، در این پژوهش از مدلی مبتنی بر منطق فازی (سیستم استنتاج فازی - عصبی تطبیقی4) برای انجام فرآیند پیش بینی جریان استفاده شده است. در این تحقیق، از سه پارامتر بارندگی، دما و دبی روزانه حوضه آبریز لیقوان چای برای پیش بینی جریان ...
full textMy Resources
Save resource for easier access later
Journal title:
مرتع و آبخیزداریPublisher: دانشکده منابع طبیعی دانشگاه تهران
ISSN 5044-2008
volume 63
issue 1 2010
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023