فهرست نشریات علمی دسترسی آزاد ایران

ماهیت ناایستا و چولگی سری‌های زمانی ناشی از عوامل مختلف از جمله فعالیت‌های انسانی چالش جدیدی را در پیش‌بینی عناصر اقلیمی ایجاد کرده است. جهت افزایش دقت در روند پیش‌بینی و غلبه بر چولگی سری‌های زمانی، الگوریتمی پیشنهاد و عملکرد آن در سه اقلیم خشک، نیمه‌خشک و بسیار مرطوب با داده‌های دمای بیشینه و مجموع ساعات آفتابی ارزیابی شد. اساس الگوریتم بر تجزیه سری زمانی با رویکرد تجزیه مد تجربی (EMD) و سپس نرمال‌سازی سری‌های تجزیه شده است. تجزیه سری و سپس نرمال‌سازی زیر سری‌ها توانست عملکرد مدلسازی را به شدت ارتقاء دهد، به طوری‌که میزان متوسط کاهش خطای جذر میانگین مربعات در پنج ایستگاه با داده‌های دمای بیشینه از حالت بدون تجزیه به تجزیه سری و نرمال‌سازی زیر سری‌های به ترتیب برابر با 22/11 و 94/22 درصد شد. الگوریتم پیشنهادی در مدلسازی دمای متوسط و مجموع ساعات آفتابی به‌ترتیب در اقلیم خشک و بسیار مرطوب دارای کمینه خطا بود. در مورد دمای بیشینه بجز ایستگاه بیرجند بقیه ایستگاه‌ها دارای کم برآورد و در مورد داده‌های مجموع ساعت آفتابی فقط ایستگاه‌ها در اقلیم خشک دارای تخمین کم برآورد هستند. بنابراین نوع اقلیم می‌تواند عملکرد مدلسازی را تحت تاثیر قرار دهد. نوع زیر سری نرمال شده در روند مدلسازی هم می‌تواند بر دقت پیش‌بینی تاثیر داشته باشد. تلفیق تجزیه مد تجربی با تبدیل نرمال بخصوص در مورد سری‌های ناایستا عملکرد رضایت بخشی دارد که می‌تواند به عنوان ابزار کارآمد در مدلسازی پیچیده نقش موثری داشته باشد.