کاربرد" قواعد انجمنی " در رصد کردن وقایع بارندگی و خشکسالی با استفاده از دمای سطح آبهای آزاد (مطالعه ی موردی: استان خوزستان)

سال انتشار: 1391
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 267

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_WEJMI-5-13_008

تاریخ نمایه سازی: 28 بهمن 1402

چکیده مقاله:

کشور ایران، به دلیل واقع شدن در عرضهای جغرافیایی ۴۰- ۲۵ درجه شمالی، در معرض تغییرات ویژه ی جوی و اقلیمی قرار دارد، و چنانچه پیش بینی پدیده های جوی نظیر بارندگی، خشکسالی و ترسالی به درستی صورت گیرد، تاثیر بسزایی در مقابله با بلایای طبیعی، و برنامه ریزی منابع آب و کشاورزی خواهد داشت. یکی از عوامل مهم در ایجاد تغییرات اقلیمی، دمای سطح آب گستره های آبی است که می تواند بر مقدار بارش در نقاط مختلف تاثیر گذار باشد. در این تحقیق، سعی شده است تا با استفاده از یکی از روشهای داده کاوی به نام قواعد انجمنی، روابط بین دمای سطح آب خلیج فارس و دریای سرخ، و مقدار بارندگی پاییزه و زمستانه سه ایستگاه سینوپتیک آبادان، اهواز و دزفول، واقع در استان خوزستان، طی سالهای ۲۰۱۰- ۱۹۶۶ مورد بررسی قرار گیرد. داده کاوی سازمانها را قادر می سازد تا با کاوش در مورد داده های یک سامانه، الگوها، روندها و رفتارهای آینده را کشف و پیش بینی کرده و بهتر تصمیم بگیرند.در این تحقیق، وقایع خشکسالی و ترسالی بر اساس شاخص بارندگی معیار شده تعریف گردیدند و تاثیر جداگانه و همزمان دمای سطح آب خلیج فارس و دریای سرخ در مورد این وقایع، با استفاده از الگوریتم زنجیره ی زمانی داده کاوی مورد تجزیه و تحلیل قرار گرفت. الگوریتم توسعه داده شده روابط بین شاخصهای جوی و بارندگی را به طریقه ای متفاوت با آنچه به صورت آمار آبشناسی سنتی به دست می دهد، پیدا می کند. نتایج نشان دادند که استفاده ی همزمان از دمای سطح آب خلیج فارس و دریای سرخ، روابط بیشتری را نسبت به حالت جداگانه کشف می نماید. با وجود این که الگوریتم تهیه شده قادر است شرایط خشکی متوسط تا رطوبت شدید را پیش بینی کند، اما شرایط خنثی نیز، با احتمال بسیار زیاد و اطمینان بالایی، قابل پیش بینی می باشند.

نویسندگان

محمد هادی فتاحی

استادیارگروه مهندسی عمران، دانشگاه آزاد اسلامی واحد مرودشت

اعظم بامداد

کارشناس ارشد آبیاری و زهکشی، گروه مهندسی آب، دانشگاه تهران، پردیس ابوریحان

علی رحیمی خوب

استادیارگروه مهندسی آب، دانشگاه تهران، پردیس ابوریحان

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 :
  • Agrawal, R., Imielinski, T., & Swami, A.(۱۹۹۳) . Mining associations ...
  • Berry, J. A. and Linoff, G.: ۲۰۰۰, MasteringData Mining: The ...
  • Chandimala, J. and Zubair, L. ۲۰۰۷.Predictability of stream flow and ...
  • Huang, Y. and Yu, P. S.: ۱۹۹۹, Adaptivequery processing for ...
  • Moron, V., Ward, M. N. and Navarra, A.۲۰۰۱. Observed and ...
  • Nazemosadat S. M. J. and Shirvani ,۲۰۰۶,A. Prediction of Persian ...
  • Povinelli, R. J.: ۲۰۰۰, Using geneticalgorithms to find temporal patternsindicative ...
  • Roucou, P., JO. Rocha de Arago, A.Harzallah, B. Fontain and ...
  • Shirvani, A., S. Amin and S. M. J.Nazemosadat. ۲۰۰۳.Moniroring DroughtUsing ...
  • نمایش کامل مراجع