بررسی توانمندی مدل ریزمقیاس نمایی SDSM در انتخاب بهترین متغیرهای پیش بینی کننده
- سال انتشار: 1392
- محل انتشار: پانزدهمین کنفرانس دینامیک شاره ها (سیالات)
- کد COI اختصاصی: CFD15_092
- زبان مقاله: فارسی
- تعداد مشاهده: 1723
نویسندگان
دانشجوی کارشناسی ارشد هواشناسی دانشگاه یزد
استادیار، دانشگاه یزد
استادیار، دانشگاه تهران
استادیار، دانشگاه شهرکرد
چکیده
امروزه، روش های آماری مکملی برای روش های عددی در پیش بینی وضع هوا هستند. این روش ها مبتنی بر ارتباط بین متغیرهای پیش بینی شونده و پیش بینی کننده هستند. یکی از مهمترین خصوصیات داده های علوم زمین ارتباط و وابستگی های موجود بین متغیرهای مختلف ا ست که همین باعث می شود هر متغیر پیش بینی شونده، تحت تأثیر متغیرهای پیش بینی کننده زیادی قرار گیرد. در اصطلاحات پیش بینی آماری وضع هوا، مسئله انتخاب یک مجموعه پیش بینی کننده خوب از کل متغیرها غربال کردن نامیده می شود. در این پژوهش، فرآیند غربال کردن به کمک مدل SDSM و با روش وابازی گام به گام با دو مجموعه از داده ها انجام شده است. یکی، داده های مشاهداتی دمای بیشینه و کمینه ایستگاه همدیدی یزد در دوره 40 ساله (1961-2001) (پیش بینی شونده) و دیگری، مجموعه داده های بازتحلیل مرکز ملی پیش بینی محیط زیست (پیش بینی کننده) مورد استفاده قرار گرفتند. نتایج نشان داد که مدل SDSM توانایی خوبی در انتخاب بهترین متغیرهای پیش بینی کننده دارد.کلیدواژه ها
روابط وایازی، پیش بینی کننده، پیش بینی شونده، وایازی گام به گام، همبستگیمقالات 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.