ارزیابی و پیش بینی احتمال وقوع رعد و برق در رشت
محل انتشار: مجله جغرافیا و پایداری محیط، دوره: 10، شماره: 1
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 239
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GERAZ-10-1_002
تاریخ نمایه سازی: 19 اسفند 1399
چکیده مقاله:
رعد و برق از شدیدترین مخاطرات آبوهوایی است که هرساله به خسارت اقتصادی – اجتماعی و زیستمحیطی فراوانی منجر میشود. پیشبینی رعد و برق بهعلّت گسترش فضایی و زمانی آبوهوا بهصورت فیزیکی یا دینامیکی بسیار دشوار است؛ بنابراین پیشبینی بهموقع و ارزیابی بهترین مدل دادهکاوی در کاهش آسیب و خسارت مؤثّر است. در پژوهش حاضر، از دادههای سال 1390 تا 1396 ایستگاه هواشناسی رشت استفاده شد. متغیّر وابسته وقوع و عدم وقوع رعد و برق در طی هفت سال و متغیّرهای مستقل عوامل مؤثّر بر رعد و برق شامل دما، رطوبت نسبی، ابرناکی، سرعت باد، جهت باد، فشار هوا و رعد و برق در روز گذشته است. پس از پیشپردازش و پردازش دادهها از مدلهای دادهکاوی شامل درختهای کارت، چاید، سی فایو و شبکة عصبی پرسپترون چندلایه، تابع پایهای شعاعی و ماشین بردار پشتیبان در نرمافزار اِس.پی.اِس.اِس. مودلر ورژن 20 استفاده شد. نتایج حاصل از مدلها با معیارهای مقایسهای و منحنی راک مقایسه شد. با توجّه به نتایج بهدستآمده از مدلها، احتمال وقوع رعد و برق در آینده در ماههای اردیبهشت، خرداد و تیر نسبت به سایر ماهها حداکثر است و میزان وقوع از فصل بهار تا زمستان روند کاهشی دارد و در فصل زمستان، به حداقل مقدار خود میرسد و ازمیان مدلهای پیشبینیکننده، درخت چاید با میزان تشخیص 794/0 و حداقل میزان نرخ مثبت کاذب 205/0و مدل ماشین بردار پشتیبان با پیشبینی صحیح 773/0 مورد و نرخ خطای 475/0 و دقّت 855/0 نسبت به سایر مدلها عملکرد بهینه دارند.
کلیدواژه ها:
نویسندگان
افسانه قاسمی
گروه علوم و مهندسی محیطزیست، دانشکده منابع طبیعی، دانشگاه کردستان، سنندج، ایران
جمیل امان اللهی
گروه علوم و مهندسی محیطزیست، دانشکده منابع طبیعی، دانشگاه کردستان، سنندج، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :