مدلسازی دماهای حداقل شهر پیرانشهر جهت پیش بینی سرمای دیررس بهاره و یخبندان با استفاده از شبکه های عصبی مصنوعی

  • سال انتشار: 1392
  • محل انتشار: دومین همایش ملی تغییر اقلیم و تاثیر آن بر کشاورزی و محیط زیست
  • کد COI اختصاصی: NCCCIAE02_421
  • زبان مقاله: فارسی
  • تعداد مشاهده: 518
دانلود فایل این مقاله

نویسندگان

جاوید جامعی

دکترای اقلیم شناسی

ابراهیم مسگری

دانشجوی کارشناسی ارشد اقلیم شناسی دانشگاه پیام نور ارومیه

چکیده

امروزه بزرگترین مسئله در هواشناسی کشاورزی تاثیر عوامل آب و هوایی بر محصول است. رشد درختان و گیاهان تحت تاثیر کلیه عواملیاست که در محیط بر یکدیگر اثر متقابل دارند. یکی از پدیده های مهم جوی و اقلیمی، یخبندان می باشد، که برحسب شدت و تداوم و گسترش آنبر فعالیتهای کشاورزی ، حمل و نقل، ، انرژی، محیط زیست و فعالیت های جانداران وگیاهان تاثیر بسزایی دارد و در رشد محصولات کشاورزینقش مهمی دارد .پیش بینی دماهای حداقل به عنوان یکی از عناصر مهم اقلیمی در پیش بینی سرمای دیررس بهاره و یخبندان دارای اهمیتفراوان است. یکی از روشهای نوین در زمینه ی پیش بینی عناصر اقلیمی شبکه های عصبی مصنوعی (از مؤلفه های هوش مصنوعی ) است که درجهت پیادهسازی ویژگیهای شگفت انگیز مغز انسان در یک سیستم مصنوعی می کوشند و ابزاری قدرتمند در زمینه ی مدلسازی و پیش بینیپارامترهای اقلیمی اند که در این پژوهش جهت پیش بینی دماهای حداقل شهر پیرانشهر استفاده شده است. بدین منظور از دوره آماری 27 ساله (1391-1365) ایستگاه سینوپتیک پیرانشهر و توابع و امکانات موجود در نرم افزار MATLAB جهت آموزش و آزمون این مدلها بهره گرفته شد. آزمون مدل ها نشان داد که بهترین مدل شبکه عصبی مصنوعی جهت پیش بینی میانگین حداقل در این بررسی یک مدل پرسپترون 3 لایهبا 5 نرون در لایه ورودی، 4 نرون در لایه پنهان، یک نرون در لایه خروجی و الگوریتم آموزشی مارکوارت-لونبرگ میباشد و این مدل جهت پیش-بینی دماهای حداقل شهرستان پیرانشهر پیشنهاد می گردد. که از نتایج آن نه تنها در بخش کشاورزی بلکه در مدیریت منابع سوخت، صنایع، شیوعبیماریها، حمل و نقل و تصادفات جادهای، خطوط انتقال آب وغیره می تواند موثر می باشد.

کلیدواژه ها

پیرانشهر، پیش بینی، سرمای دیررس، دمایحداقل، شبکه عصبی مصنوعی

مقالات مرتبط جدید

اطلاعات بیشتر در مورد 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.