پیش بینی دماهای حداکثر روزانه با استفاده از شبکههای عصبی مصنوعی(مطالعه موردی:کرمان)
نویسندگان
1 کارشناس ارشد اقلیم شناسی کاربردی، دانشگاه یزد، یزد ،ایران
2 کارشناس ارشد اقلیم شناسی کاربردی، دانشگاه سیستان و بلوچستان،زاهدان، ایران
3 دانشجو دکتری آب وهواشناسی کشاورزی ، دانشگاه خوارزمی، تهران ، ایران
4 کارشناس ارشد اقلیم شناسی کاربردی، دانشگاه یزد، یزد ،ایران
5 دانشیار جغرافیای طبیعی و اقلیم شناسی، دانشگاه یزد، یزد، ایران
6 کارشناس ارشد اقلیم شناسی کاربردی، دانشگاه یزد،یزد، ایران
doi
10.30495/sarzamin.2022.35670.1604چکیده
با توجه به توانایی شبکه های عصبی مصنوعی در شبیه سازی فرایندهای بسیار پیچیده، از آنها برای پیش بینی و محاسبه پارامترهای اقلیمی استفاده میشود. هدف این پژوهش نیز پیش بینی دمای حداکثر روزانه در استان کرمان می باشد. بدین منظور پارامترهای اقلیمی روزانه به عنوان ورودی شبکه های عصبی، و دمای حداکثر روزانه به عنوان خروجی شبکه، طی دوره آماری 24 ساله (2013-1989) مورد استفاده قرار گرفته است نتایج این تحقیق بعد از آزمون شبکه، نشان داد که. شبکه پرسپترون چند لایه با توجه به میزان خطا و همبستگی بین دادهها از دقت بیشتری برخوردار است وخطای کمتر و همبستگی بیشتری نسبت به خروجی مورد نظر (دمای حداکثر روزانه) را نشان میدهد. همچنین از بین پارامترهای اقلیمی استفاده شده دمای حداقل و میانگین دمای تر نسبت به دیگر پارامترهای اقلیمی ورودی شبکه عصبی پیش بینی دمای حداکثر روزانه را با خطای کم و همبستگی بیشتری نشان می دهند.
