پیشبینی وقوع طوفان گرد و خاک با استفاده از روش شبکههای عصبی مصنوعی (مطالعهی موردی: شهر زابل)
Authors
Abstract:
طوفانهای گرد و خاک یکی از انواع رایج حوادث و فرایندهای اقلیمی در مناطق خشک، نیمهخشک و بیابانی دنیا هستند. این طوفانها هر ساله خسارتهای مالی زیادی را بر منابع انسانی وارد میسازند. پیشبینی زمان وقوع این پدیده میتواند برای اتخاذ تدابیر پیشگیرانه در مقابل خسارتهای بهداشتی، ترابری، نظامی و غیره مؤثر واقع شود. شبکههای عصبی مصنوعی روشی است که میتواند برای پیشبینی روندهای غیرخطی و فرایندهایی که درک کاملی از نحوهی وقوع آنها وجود ندارد، مورد استفاده قرار گیرد. در مقالهی حاضر سعی شده است تا با استفاده از این روش به پیشبینی وقوع طوفان گرد و خاک و نیز میزان دید حداقل روزانه در شهر زابل با استفاده از دادههای هواشناسی پرداخته شود. نتایج بدستآمده در پیشبینی کوتاهمدت وقوع طوفانها موفقیت بیشتری نشان میدهند (96/0=d)، اگرچه با بیشترشدن زمان پیشبینی، از دقت نتایج کاسته میشود (95/0=d). در حالی که در پیشبینی میزان دید موفقیت کمتری بهدستآمد (88/0=d). بنابراین به نظر میرسد با شناخت بهتر فرایند این طوفانها بتوان پیشبینیهای دقیقتری را با استفاده از این شبکهها انجام داد.
similar resources
پیش بینی وقوع طوفان گرد و خاک با استفاده از روش شبکه های عصبی مصنوعی (مطالعه ی موردی: شهر زابل)
طوفانهای گرد و خاک یکی از انواع رایج حوادث و فرایندهای اقلیمی در مناطق خشک، نیمهخشک و بیابانی دنیا هستند. این طوفانها هر ساله خسارتهای مالی زیادی را بر منابع انسانی وارد میسازند. پیشبینی زمان وقوع این پدیده میتواند برای اتخاذ تدابیر پیشگیرانه در مقابل خسارتهای بهداشتی، ترابری، نظامی و غیره مؤثر واقع شود. شبکههای عصبی مصنوعی روشی است که میتواند برای پیشبینی روندهای غیرخطی و فرایندهایی ...
full textپیش بینی طوفان های گرد و خاک با استفاده از روش های هوش مصنوعی (مطالعه ی موردی: شهر زابل)
چکیده ندارد.
15 صفحه اولبرآورد دمای روزانه خاک با استفاده از شبکه عصبی مصنوعی
دمای خاک یکی از متغیرهای مهم در مطالعات هیدرولوژی، هواشناسی، کشاورزی و اقلیمشناسی است که اندازهگیری و برآورد آن ضروری است. با توجه به اینکه دمای خاک فقط در ایستگاههای سینوپتیک کشور اندازهگیری میشود، کمبود آن در نقاط فاقد ایستگاه از چالشهای بزرگ در بسیاری از مطالعات مرتبط با کشاورزی است. در این پژوهش، با استفاده از پارامترهای هواشناسی ایستگاه سینوپتیک شیراز در یک دوره 9 ساله (2008-2000) ب...
full textپیشبینی بافت خاک با استفاده از شبکههای عصبی مصنوعی
بافت خاک یکی از مهمترین ویژگیهای خاک است که بر روی بسیاری از خصوصیات فیزیکی و شیمیایی مانند ظرفیت نگهداری آب، ظرفیت تبادل کاتیونی، حاصلخیزی خاک و تهویه خاک اثر میگذارد. امروزه از فناوری هوش مصنوعی مانند شبکههای عصبی و عصبی فازی برای حل مسائل مربوط به مدلسازی سیستمها و فرآیندها استفاده میشود. در این پژوهش کارآیی شبکههای عصبی مصنوعی در پیشبینی بافت خاک بررسی شد. بدینمنظور 150 نمونه خاک...
full textMy Resources
Journal title
volume 17 issue 2
pages 205- 220
publication date 2010-08-23
By following a journal you will be notified via email when a new issue of this journal is published.
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023