Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

ارزیابی دقت داده های بارش پایگاه CMIP۵ با داده های ایستگاهی بااستفاده از روش شبکه عصبی مصنوعی

سال انتشار: 1400
کد COI مقاله: ICPGO05_076
زبان مقاله: فارسیمشاهده این مقاله: 28
نسخه کامل این مقاله ارائه نشده است و در دسترس نمی باشد

مشخصات نویسندگان مقاله ارزیابی دقت داده های بارش پایگاه CMIP۵ با داده های ایستگاهی بااستفاده از روش شبکه عصبی مصنوعی

محمدرضا سالاری فنودی - دانشجوی دکتری آب و هواشناسی، دانشکده جغرافیا و برنامه ریزی محیطی، دانشگاه سیستان و بلوچستان
محمود خسروی - استاد اقلیم شناسی، گروه جغرافیای طبیعی، دانشکده جغرافیا و برنامه ریزی محیطی، دانشگاه سیستان و بلوچستان
تقی طاوسی - استاد اقلیم شناسی، گروه جغرافیای طبیعی، دانشکده جغرافیا و برنامه ریزی محیطی، دانشگاه سیستان و بلوچستان
محسن حمیدیان پور - استاد اقلیم شناسی، گروه جغرافیای طبیعی، دانشکده جغرافیا و برنامه ریزی محیطی، دانشگاه سیستان و بلوچستان

چکیده مقاله:

چشم انداز بارش آینده جهت اطلاع از میزان تغییرات و در نتیجه ارائه تمهیدات لازم جهت سازگاری و تعدیل اثرات سوء ناشی از تغییرات اقلیمی از اهمیت زیادی برخوردار است. در این پژوهش به مقایسه و ارزیابی دقت داده های بارش پایگاه CMIP۵ با داده های ایستگاهی با استفاده از روش شبکه عصبی مصنوعی پرداخته شد و جهت ارزیابی دقت مدل ها نیز از شاخص های کمی MSE، RMSE، R و نرم افزارهای MATLAB بهره گرفته شد. نتایج به دست آمده ضمن تایید توانایی شبکه های عصبی مصنوعی نشان داد که حداکثر و حداقل مقدار مجذور میانگین مربعات خطا بهترین مدل های منتخب در مرحله آموزش ۰/۶۰ تا ۱۳/۲۸ و در مرحله تست ۱/۰۳ تا ۵/۵۱ ، در سناریو ۴,۵ و ۱/۱۴ تا ۵/۸۰ در سناریو ۵,۴ حداکثر و حداقل مقدار همبستگی بهترین مدل های منتخب در مرحله آموزش ۰/۵۸ تا ۰/۹۴ و در مرحله آزمایش ۰/۸۰ تا ۰/۸۷ در سناریو ۴,۵ و ۰/۸۲ تا ۰/۸۶ در سناریو ۵,۴ محاسبه گردید که توانایی قابل توجه این مدل را در مدل سازی پیش بینی بارش نشان می دهد.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ICPGO05_076 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1461160/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
سالاری فنودی، محمدرضا و خسروی، محمود و طاوسی، تقی و حمیدیان پور، محسن،1400،ارزیابی دقت داده های بارش پایگاه CMIP۵ با داده های ایستگاهی بااستفاده از روش شبکه عصبی مصنوعی،پنجمین کنفرانس بین المللی اقیانوس شناسی خلیج فارس،تهران،https://civilica.com/doc/1461160

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1400، سالاری فنودی، محمدرضا؛ محمود خسروی و تقی طاوسی و محسن حمیدیان پور)
برای بار دوم به بعد: (1400، سالاری فنودی؛ خسروی و طاوسی و حمیدیان پور)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 11,970
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی