در این مطالعه، شبکه های عصبی مصنوعی و مدل های رگرسیونی برای خرد مقیاس نمودن خروجی های شبیه سازی شده مدل های گردش عمومی جو استفاده شدند. داده های شبیه سازی شده بارش برای عرض های جغرافیایی ?18/25 تا ?51/34 شمالی و طول های جغرافیایی ?45 تا ?60 شرقی، ارتفاع ژئو پتانسیل در سطح 850 میلی بار و باد مداری در سطح 200 میلی بار برای عرض های جغرافیایی °56/12 تا °25/43 شمالی و طول جغرافیایی °68/19 تا °87/61 ...

هدف از پژوهش حاضر، بررسی ارتباط سیگنال های بزرگ مقیاس اقلیمی با بارش استان خراسان رضوی است. در این مطالعه، با استفاده از شبکه های عصبی مصنوعی، پیش بینی بارش در بازة زمانی آوریل تا ژوئن 2007-1970 (فروردین تا خرداد) در استان خراسان رضوی ارائه شده است. برای این منظور ارتباط بین تغییرات سیگنال های اقلیمی شامل فشار سطح دریا، اختلاف فشار سطح دریا، دمای سطح دریا، اختلاف دما بین سطح دریا و سطح 1000 میل...

گسترش سریع استفاده از شبکه های عصبی مصنوعی ( ann) به عنوان مدل تجربی و کارآمد در علوم مختلف از جمله هواشناسی و اقلیم شناسی نشان دهنده ضرورت ارزش بالای مطالعه این مدل هاست. پیش بینی بارش برای اهداف مختلفی نظیر برآورد سیلاب، خشکسالی، مدیریت حوضه آبریز، کشاورزی و ... دارای اهمیت بسیاری است. هدف این مقاله پیش بینی بارش ماهانه با استفاده از شبکه های عصبی مصنوعی در شهر تهران می باشد. در این تحقیق از ...

تاثیر تفکیک افقی مدل میان مقیاس منطقه ای mm5در پیش بینی برخی کمیت های جوّی برای یک مورد سامانه کم فشار فصل سرد سال مورد بررسی قرار گرفته است. این سامانه شمال غرب و شمال ایران را در تاریخ 12 تا 15 اکتبر 2004 تحت تاثیر قرار داده است. علت انتخاب این سامانه برای بررسی شرایط خاص ایجاد شده حین تکامل آن است که مهم ترین آن کاهش شدید دما ( ?15-10) و بارش های سنگین در سواحل دریای خزر و دامنه های شمالی الب...

پیشرفت و بهبود پیش بینی های عددی ، موجب توجه بیش از پیش برنامه ریزان و بهره برداران سیستم های منابع آب به این اطلاعات شده است. اغلب ارزیابی ها در زمینه پیش بینی های فصلی ، بر مبنای داده های ایستگاهی زمینی و یا داده های شبکه بندی صورت می گیرد. در این تحقیق در راستای ارزیابی عملکرد پیش بینی مدل CFSv2 ،تحلیل‌ها در مقیاس حوضه آبریز انجام شده است و به منظور ایجاد یک سری زمانی با طول دوره مناسب جهت ت...

پیش‌بینی بارش یکی از مهم‌ترین مسائل در زمینه مدیریت بهینه منابع آب در بخش‌های مختلف نظیر صنعت، شرب و کشاورزی است. پیش بینی بارش می تواند باعث جلوگیری از تلفات و خسارات ناشی از بلایای طبیعی شود. هدف از تحقیق حاضر پیش‌بینی بارش زمستانه استان خراسان رضوی با استفاده از شبکه‌های عصبی مصنوعی می‌باشد. بدین منظور، ابتدا سری زمانی بارش متوسط منطقه‌ای به روش کریجینگ در طول دوره آماری به دست آورده شد. سپس...

در کشور ایران استفاده عملیاتی و تحقیقاتی از مدل های منطقه ای پیش بینی عددی وضع هوا در چند سال اخیر متداول شده است. با وجود این هنوز تحقیقی برای راستی آزمایی این پیش بینی ها با استفاده از روش های آماری صورت نگرفته است. با توجه به اهمیت راستی آزمایی خروجی مدل، در این تحقیق، سعی بر آن است تا خروجی های بارش مدل mm5 را در مناطق گوناگون ایران در یک فصل زمستان (اول دسامبر 2004 لغایت 31 مارس 2005) راست...

گسترش سریع استفاده از شبکه‌های عصبی مصنوعی ( ANN) به عنوان مدل تجربی و کارآمد در علوم مختلف از جمله هواشناسی و اقلیم شناسی نشان دهنده ضرورت ارزش بالای مطالعه این مدل‌هاست. پیش بینی بارش برای اهداف مختلفی نظیر برآورد سیلاب، خشکسالی، مدیریت حوضه آبریز، کشاورزی و ... دارای اهمیت بسیاری است. هدف این مقاله پیش بینی بارش ماهانه با استفاده از شبکه‌های عصبی مصنوعی در شهر تهران می‌باشد. در این تحقیق ا...