خوشه‌بندی سیگنال‌های هواشناسی با توجه به تغییرات بارش (مطالعه موردی: پیش بینی بارندگی استان سیستان و بلوچستان)

  امروزه لزوم مطالعه و بررسی تغییرات آب و هوایی و شناخت رفتار متغیرهای مختلف هواشناسی مثل بارش، تبخیر، دما و فشار هوا در نقاط مختلف جهان بخصوص در کشورهایی که با تنوع آب و هوایی گوناگون و وقوع دوره‌های خشک و تر شدید مواجه هستند ، هم از جهت برنامه ریزی منابع آبی و هم از جهت مدیریت شرایط بحران اهمیت زیادی دارد. از جمله این کشورها، کشور ایران می‌باشد که در منطقه جنوب شرق آن و بخصوص استان سیستان و بلوچستان ، ستادهای بحران سیل و خشکسالی بطور همزمان فعال هستند و این منطقه از جمله بخش‌هایی از کشور است که دارای تنوع آب و هوایی شدید و تغییرات بسیار قابل ملاحظه در سالهای مختلف است. تا کنون روشهای متنوعی جهت خوشه‌بندی اطلاعات، بخصوص داده های هواشناسی به کار گرفته شده است. در این مقاله ، روشی نوین برای خوشه‌بندی اطلاعات ماهواره‌ای دمای سطح دریا [1] در مناطق موثر بر آب و هوای استان سیستان و بلوچستان شامل دریای عمان، دریای عرب واقیانوس هند ، با استفاده از روش الگوریتم ژنتیک [2] ارائه شده است. مراحل مختلف این تحقیق شامل انتخاب ساختار مدل، تابع هدف، طول کروموزوم‌ها و عملگرهای تزویج [3] و جهش [4] می‌باشد. در تدوین مدل خوشه‌بندی، علاوه بر رفتار زمانی و مکانی تغییرات SST ، ارتباط این متغیر با وقوع بارندگی‌های کمتر و بیشتر از نرمال مورد بررسی قرار گرفت. در مطالعه موردی ارائه شده، اطلاعات بارش در 20 ایستگاه‌ مختلف استان سیستان و بلوچستان در نظر گرفته شد. استفاده از روش الگوریتم ژنتیک جهت خوشه‌بندی SST و ارائه الگوریتمی پویا برای بیان ارتباط بارش منطقه مورد مطالعه در زمان‌های مختلف با الگوهای خوشه‌بندی زمانی- مکانی، از جمله نو آوری‌های این تحقیق محسوب می‌شود. نتایج این تحقیق نشان دهنده پتانسیل استفاده از نتایج خوشه‌بندی در پیش بینی رفتار فصلی بارش در منطقه جنوب شرق ایران می‌باشد.   [1] SST   [2] GA-Clustering   [3] Crossover   [4] Mutation