ارزیابی کارایی مدل درخت تصمیم رگرسیونی در پیشبینی خشکسالی نمونة موردی: ایستگاه سینوپتیک سنندج
نویسندگان
چکیده مقاله:
برای مطالعة خشکسالی روشهای مختلفی وجود دارد. روش تحلیل دادههای بارندگی، جزو عمومی روش های تحلیل خشکسالی به شمار می رود؛ لذا پیشبینی دقیق و پیش از وقوع بارش می تواند شرایط را برای ارزیابی وضعیت خشکسالی فراهم نماید. هدف این پژوهش، بررسی تأثیر پیشپردازشِ دادههای بارش ماهانة ایستگاه سینوپتیک سنندج بر عملکرد مدل درخت تصمیم در پیشبینی خشکسالی در ایستگاه سینوپتیک سنندج میباشد. در این پژوهش از الگوریتم CART به عنوان یکی از انواع درختان تصمیم رگرسیونی جهت پیشبینی بارش 12 ماه بعد استفاده شده و جهت ارزیابی درختهای ایجاد شده از معیارهای آماری مختلف استفاده شدهاست. دادههای مورد استفاده در این پژوهش مربوط به آمار ماهانة بارندگی، رطوبت نسبی، دمای حداکثر، دمای متوسط، جهت باد و سرعت باد در دورة آماری (1389- 1349) است. نتایج حاصل از پژوهش نشان میدهد که در ایستگاه سینوپتیک سنندج درخت تصمیمگیری رگرسیونی، مدلی نسبتاً کارا درپیشبینی خشکسالی میباشد؛ به طوری که درشبیه سازی های صورت گرفته، زمانی که از میانگین متحرّک پنج سالة داده ها برای اجرای مدل استفاده گردید، ترکیب بارش قبلی و دمای حداکثر به عنوان مناسبترین حالت با مقدار خطای 06/0 شناسایی شده و اعمال میانگین متحرک روی دادههای اصلی در بهبود کارایی مدل مؤثر است. در این شرایط، روش درخت تصمیم رگرسیونی ایستگاه سنندج با ضریب اطمینان بالایی میزان بارش را 12 ماه پیش از وقوع بر آورد نمایند.
منابع مشابه
ارزیابی کارایی مدل درخت تصمیم رگرسیونی در پیش بینی خشکسالی نمونه موردی: ایستگاه سینوپتیک سنندج
برای مطالعه خشکسالی روش های مختلفی وجود دارد. روش تحلیل داده های بارندگی، جزو عمومی روش های تحلیل خشکسالی به شمار می رود؛ لذا پیش بینی دقیق و پیش از وقوع بارش می تواند شرایط را برای ارزیابی وضعیت خشکسالی فراهم نماید. هدف این پژوهش، بررسی تأثیر پیش پردازش داده های بارش ماهانه ایستگاه سینوپتیک سنندج بر عملکرد مدل درخت تصمیم در پیش بینی خشکسالی در ایستگاه سینوپتیک سنندج می باشد. در این پژوهش از ال...
متن کاملبررسی کارایی مدل درخت تصمیم در پیش بینی بارش (مطالعه موردی ایستگاه سینوپتیک یزد)
وقوع خشکسالی اثرات نامطلوبی بر بخشهای کشاورزی و اقتصادی کشور و به طور خاص بر عرصههای طبیعی تحمیل میکند. امروزه روشهای مختلفی جهت پیش بینی مؤلفههای اصلی خشکسالی از جمله بارش ارائه شده است. در دهههای اخیر، استفاده از مدلهای جدید کامپیوتری در این زمینه رواج یافته و در اغلب موارد توانایی خود را به خوبی نشان داده است. درخت تصمیم به عنوان یکی از این نوع مدلها، با بررسی پارامترها از جزء به کل،...
متن کاملبررسی کارایی مدل درخت تصمیم در پیش بینی بارش (مطالعه موردی ایستگاه سینوپتیک یزد)
وقوع خشکسالی اثرات نامطلوبی بر بخش های کشاورزی و اقتصادی کشور و به طور خاص بر عرصه های طبیعی تحمیل می کند. امروزه روش های مختلفی جهت پیش بینی مؤلفه های اصلی خشکسالی از جمله بارش ارائه شده است. در دهه های اخیر، استفاده از مدل های جدید کامپیوتری در این زمینه رواج یافته و در اغلب موارد توانایی خود را به خوبی نشان داده است. درخت تصمیم به عنوان یکی از این نوع مدل ها، با بررسی پارامترها از جزء به کل،...
متن کاملپیش بینی خشکسالی در ایستگاه سینوپتیک یزد با استفاده ازمدل درخت های تصمیم گیری
چکیده کشور ایران به لحاظ قرار گرفتن درکمربند خشک جغرافیایی، در زمره مناطق کم باران محسوب می گردد. علاوه بر آن نوسانات شدید بارش در مناطق مختلف کشور، وقوع خشکسالی های ضعیف تا شدید را به موضوعی گریز ناپذیر تبدیل نموده است. وقوع این خشکسالی ها اثرات نامطلوب شدیدی بر بخش های کشاورزی و اقتصادی کشور و به طور خاص بر عرصه های طبیعی تحمیل می کند. امروزه روش های مختلفی جهت پیش بینی خشکسالی ارائه شده ا...
15 صفحه اولپیشبینی خشکسالی با استفاده از مدل ترکیبی GEP-GARCH(مطالعه موردی: ایستگاه سینوپتیک سلماس)
پیشبینی خشکسالی نقش مهمی در طراحی سیستمهای سازگاری با خشکسالی و اجرای عملیات تسکین ایفا مینماید. دادههای هیدرولوژیک بهصورت ترکیبی از بخش قطعی و تصادفی میباشند. با توجه به اینکه دادههای تولیدی مدلهای هوشمند بهصورت قطعی میباشند، استفاده از رویکردی جدید برای اعمال بخش تصادفی در پیشبینی این دادهها میتواند قطعیت مدل را افزایش دهد. در این تحقیق با ترکیب مدل برنامهریزی بیان ژن (GEP) و مد...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 4 شماره 6
صفحات 1- 19
تاریخ انتشار 2016-02-20
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023