پیش بینی مقادیر بارش روزانه با مدل های نزدیک ترین همسایگی و M۵P

پیش بینی بارش روزانه یک ابزار تعیینکننده و مفید در کشاورزی پایدار و مسائل هیدرولوژیکی، به ویژه در طراحی و مدیریتسیستم های منابع آب می باشد. بنابراین، در این مطالعه توانایی مدل های نزدیک ترین همسایگی (IBK) و M۵P در برآورد بارش روزانه در ایستگاه نقده، طی سال های ۲۰۲۰-۲۰۰۰ با استفاده از چهار معیار آماری مورد ارزیابی قرار گرفت. پارامترهای میانگین دما، حداقل دما، حداکثر دما، رطوبت نسبی متوسط، حداقل رطوبت نسبی، حداکثر رطوبت نسبی، سرعت باد و ساعات آفتابیبه عنوان پارامترهای ورودی بکار برده شد. نتایج به دست آمده نشان داد که سناریو دوم مدل M۵P با استفاده از پارامترهای میانگین دما، حداقل دما، حداکثر دما و نیز داشتن ضریب همبستگی ۰/۴۴ جذر میانگین مربعات خطا ۲/۶۲ میانگین خطای مطلق ۱/۰۳ و شاخص توافق ویلموت ۰/۵۸ دقیق ترین مدل بوده و کمترین خطا را نسبت به تمام مدل های مورد بررسی دارد. همچنین سناریو اول مدل IBK با داشتن ضریب همبستگی ۰/۱۸، جذر میانگین مربعات خطا ۲/۹۴، میانگین خطای مطلق ۱/۲ و شاخص توافق ویلموت ۰/۳۲ عملکرد بهتری نسبت به سایر ترکیبات IBK از خود نشان داد. به طورکلی میتوان گفت کهسناریو دوم مدل M۵P برای مدل سازی و پیش بینی بارش روزانه شهرستان نقده مناسب می باشد.

کلیدواژه ها:

پیش بینی ، بارش ، مدل درختی ، نزدیک ترین همسایگی