طبقه بندی تبخیر سالانه ایستگاههای تبخیرسنجی ایران با استفاده از محاسبات نرم(خوشه بندی فازی و شبکه عصبی کوهنن) بر اساس پارامترهای اقلیمی

رضا مکاریان; حسین صدقی; سمیرا نعمتی; حسین بابا زاده

طبقه بندی تبخیر سالانه ایستگاههای تبخیرسنجی ایران با استفاده از محاسبات نرم(خوشه بندی فازی و شبکه عصبی کوهنن) بر اساس پارامترهای اقلیمی

محل انتشار: فصلنامه جغرافیا و برنامه ریزی، دوره: 22، شماره: 63

سال انتشار: 1397

نوع سند: مقاله ژورنالی

زبان: فارسی

مشاهده: 288

فایل این مقاله در 22 صفحه با فرمت PDF قابل دریافت می باشد

دانلود فایل کامل مقاله

صدور گواهی نمایه سازی
من نویسنده این مقاله هستم

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

هوش مصنوعی > شبکه عصبی

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

https://civilica.com/doc/1304140

شناسه ملی سند علمی:

JR_GEOP-22-63_014

تاریخ نمایه سازی: 13 آبان 1400

چکیده مقاله طبقه بندی تبخیر سالانه ایستگاههای تبخیرسنجی ایران با استفاده از محاسبات نرم(خوشه بندی فازی و شبکه عصبی کوهنن) بر اساس پارامترهای اقلیمی

تبخیر را میتوان نقطه آغازین چرخه هیدرولوژیک آب به شمار آورد، که برآیند مجموعه عوامل اقلیمی و جغرافیایی منطقه هیدرولوژیک میباشد و مستقیما بر منابع آب اثر بخش است. این پدیده از یک سیستم پیچیده و غیرخطی پیروی میکند، که تخمین دقیق آن بسیار دشوار است. از این رو استفاده از مدلهای ریاضی مانند سیستم استنتاج فازی و شبکه عصبی کوهنن با درک رفتار های غیر خطی سیستم برای حل این مشکل مناسب است. طبقهبندی پایگاه اطلاعات بزرگ نظیر ایستگاههای تبخیرسنجی موجب میگردد حجم زیادی از اطلاعات با اختصاص به چند دسته متجانس کوچکتر براحتی در روشهای مختلف مدلسازی مورد استفاده قرار گیرد. خوشهبندی در این پ‍‍ژوهش با استفاده از دادههای اقلیمی منجر به قرار گرفتن ایستگاههای تبخیرسنجی در ۷ خوشه گردیدهاست و بین مقادیرحداکثر شاخصRS و حداقل واریانس محاسباتی خوشهها همخوانی وجود دارد، بطوریکه نسبت به ضریب تعیین RS و واریانس خوشهها روش شبکه عصبی کوهنن نسبت به روش فازی نتایج بهتری را نشان میدهد. تبخیر را میتوان نقطه آغازین چرخه هیدرولوژیک آب به شمار آورد، که برآیند مجموعه عوامل اقلیمی و جغرافیایی منطقه هیدرولوژیک میباشد و مستقیما بر منابع آب اثر بخش است. این پدیده از یک سیستم پیچیده و غیرخطی پیروی میکند، که تخمین دقیق آن بسیار دشوار است. از این رو استفاده از مدلهای ریاضی مانند سیستم استنتاج فازی و شبکه عصبی کوهنن با درک رفتار های غیر خطی سیستم برای حل این مشکل مناسب است. طبقهبندی پایگاه اطلاعات بزرگ نظیر ایستگاههای تبخیرسنجی موجب میگردد حجم زیادی از اطلاعات با اختصاص به چند دسته متجانس کوچکتر براحتی در روشهای مختلف مدلسازی مورد استفاده قرار گیرد. خوشهبندی در این پ‍‍ژوهش با استفاده از دادههای اقلیمی منجر به قرار گرفتن ایستگاههای تبخیرسنجی در ۷ خوشه گردیدهاست و بین مقادیرحداکثر شاخصRS و حداقل واریانس محاسباتی خوشهها همخوانی وجود دارد، بطوریکه نسبت به ضریب تعیین RS و واریانس خوشهها روش شبکه عصبی کوهنن نسبت به روش فازی نتایج بهتری را نشان میدهد.

کلیدواژه های طبقه بندی تبخیر سالانه ایستگاههای تبخیرسنجی ایران با استفاده از محاسبات نرم(خوشه بندی فازی و شبکه عصبی کوهنن) بر اساس پارامترهای اقلیمی:

تبخیر ، خوشهبندی فازی ، شبکه عصبیکوهنن ، ایستگاههای تبخیرسنجی ، ایران

نویسندگان مقاله طبقه بندی تبخیر سالانه ایستگاههای تبخیرسنجی ایران با استفاده از محاسبات نرم(خوشه بندی فازی و شبکه عصبی کوهنن) بر اساس پارامترهای اقلیمی

رضا مکاریان

مدرس دانشگاهی

حسین صدقی

استاد گروه مهندسی آب- واحد علوم و تحقیقات تهران

سمیرا نعمتی

دانشگاه تبریز

حسین بابا زاده

دانشیار گروه مهندسی آب -واحد علوم و تحقیقات تهران

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 :

بیابانکی، م.؛ اسلامیان، س. (۱۳۸۳)، «استفاده ازروش خوشهبندی درتعیین همگنی ...

جهانبخش اصل، س.؛ ابطحی، و.؛ قربانی، م. ع.؛ تدینی، م. ...

حسنعلی زاده، ن. ؛ مساعدی، ا. ؛ ظهیری، ع. ر. ...

کاربردسامانه و مجموعههای فازی در پهنه بندی دمایی (استان چهارمحال و بختیاری) [مقاله ژورنالی]

رحیمی خوب، ع.؛ بهبهانی، م.؛ نظری فر، م. (۱۳۸۵)، «بررسی ...

سلطانی، آ.؛ صدوقی یزدی، ه.؛ اشک زری طوسی، س.؛ روحانی، ...

شکاری، پ.؛ باقرنژاد، م. (۱۳۸۴)، «بررسی کاربرد روش فازی (Fuzzy) ...

عساکره، ح .؛ دوستکامیان، م. (۱۳۹۵)، « ناحیه بندی اقلیمی ...

فرسادنیا، ف.؛ رستمی کامرود، م.؛ مقدم نیا، ع. (۱۳۹۱)، «تحلیل ...

فلاح قالهری، غ .؛اسدی، م.؛ انتظاری، ع. (۱۳۹۴)، « ناحیه ...

کوره پزان دزفولی، ا. ( ۱۳۸۷ )، « اصول تئوری ...

مومنی، م. (۱۳۹۰)، « خوشهبندی دادهها( تحلیل خوشهای)». انتشارات دانشگاه ...

Chavoshi, S., Azmin Sulaiman W.N. Saghafian B. Sulaiman MD NB. ...

Dikbas, F., Firat, M., Koc, A.C., Gungor, M. (۲۰۱۱), “ ...

Farsadnia, F., Rostami Kamrood, M., Moghaddam Nia, A., Modarres, R. ...

Holawe, F., Dutter, R. (۱۹۹۹), “ Geostatistical study of precipitation ...

Jingyi, Z. and M.J. Hall.( ۲۰۰۴), “ Regional flood frequency ...

Ley, R. M.C., Casper, H. Hellebrand and R. Merz. (۲۰۱۱), ...

Lin, G.F. and L.H. Chen. (۲۰۰۶), “ Identification of homogeneous ...

Linacre, E. and G. Bart. (۱۹۹۷), “Climate and weather explained” ...

Moghaddamnia, A., Ghafari Gousheh, M., Piri, J., Amin, S., and ...

Raju, K.S., Kumar, D.N. (۲۰۰۷), “Classification of Indian meteorological stations ...

Razavi, T., Coulibaly, P. (۲۰۱۳), “Classification of Ontario watersheds based ...

Roger, M.C., Durk, R., Cazemier, P. (۲۰۰۰), “Representing and processing ...

See, L., Openshaw, S. (۱۹۹۸), “ Using Soft Computing Techniques ...

نمایش کامل مراجع