مقایسهی شبکه عصبی و سریهای زمانی در پیشبینی خشکسالی (مطالعه موردی: استان خراسان رضوی)
نویسندگان
چکیده مقاله:
جهت کاهش خسارات ناشی از خشکسالی لازم است تا شرایط آینده از نظر خشکسالی تعیین گردد. در این پژوهش عملکرد مدلهای سریهای زمانی( ARIMA ) و شبکه عصبی (پرسپترون چند لایه) در پیشبینی مقادیر SPI مقایسه گردید. بدین منظور در ابتدا مقادیر SPI سه، شش، نه و دوازده ماهه استان خراسان رضوی تعیین کرده و سپس با استفاده از مدلهای شبکه عصبی مصنوعی و سریهای زمانی اقدام به پیشبینی مقادیر SPI گردید. نتایج این پژوهش نشان که مدلهای سری زمانی عملکرد بهتری در پیشبینی مقادیر SPI نسبت به شبکه عصبی داشته و همچنین مقادیر SPI نه و دوازده ماهه بهتر از مقادیر SPI سه و شش ماهه پیشبینی گردید.
منابع مشابه
پایش خشکسالی بر اساس شاخصماهوارهای (SDI) و دادههای سنجنده TRMM (مطالعه موردی : استان خراسان رضوی)
کشور ایران با قرار گرفتن در منطقه خشک جهان همواره در معرض وقوع پدیده خشکسالی قرار دارد. متوسط بارش در کشور کمتر از یک سوم متوسط بارش سالانه جهان است و این میزان نیز از توزیع زمانی و مکانی مناسبی برخوردار نیست. از جمله روش-های بررسی خشکسالی استفاده از شاخصهای هواشناسی میباشد که با استفاده از دادههای ایستگاههای هواشناسی محاسبه می-گردند. یکی از مهمترین مشکلات استفاده از این شاخصها در ایران پر...
متن کاملارزیابی خطر خشکسالی و تغییر اقلیم در استان خراسان رضوی
در این تحقیق خطرات ناشی از تغییرات اقلیمی و خشکسالی در استان خراسان رضوی در طی دوره آماری 23 ساله (1390-1368) مورد برررسی قرار گرفت. تغییرات اقلیمی در سطح استان با استفاده از شاخص رطوبتی دومارتن و تغییرات دما بدست آمد. به منظور بررسی خشکسالی نیز از دو شاخص SIAP[1] و PNPI[2] استفاده شد. نتایج نشان داد که براساس خطر تغییرات اقلیمی، 76 درصد استان تحت تأثیر خطر خیلی شدید، 1/11 درصد دارای خطر شدید و...
متن کاملکاربرد شبکه عصبی مصنوعی در شبیهسازی عناصر اقلیمی و پیشبینی سیکل خشکسالی ) مطالعه موردی: استان اصفهان(
اربرد شبکه عصبی مصنوعی در شبیهسازی عناصر اقلیمی و پیشبینی سیکل خشکسالی ) مطالعه موردی: استان اصفهان( چکیده در این پژوهش، از شبکههای عصبی مصنوعی ( Artificial Neural Networks ) به عنوان ابزاری توانمند در مدل سازی فرآیندهای غیرخطی و نامعین، به منظور پیشبینی سیکل خشکسالی در20 ایستگاه سینوپتیک، کلیماتولوژی و هیدرومتری استان اصفهان که حداقل20 سال آمار روزانه داشتند، استفاده شد. از نرمافزار M...
متن کاملبررسی زمانی- مکانی بارش با استفاده از دادههای ماهواره TRMM (مطالعه موردی: استان خراسان رضوی)
اندازهگیری دقیق مقدار بارش نقش بسیار مهمی در درک و پیشبینی سیستم آب و هوایی دارد. در این تحقیق، جهت برآورد میزان بارش و بررسی تغییرات زمانی- مکانی از دادههای محصول بارش 3B42 ماهواره TRMM برای دوره آماری 2001 تا2010 میلادی با شبکههای 25/0 درجه (تفکیک مکانی) در استان خراسان رضوی استفاده شد. جهت برازش دادهها، پلاتی از دادههای ماهواره با نقشه استان و با 40 شبکه تهیه شد، بطوریکه هر شبکه تل...
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 2 شماره 4
صفحات 74- 77
تاریخ انتشار 2008-10
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 برای این مقاله ارائه نشده است
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023