پی شبینی بارش ماهانه در ایستگاه سینوپتیک بیجار با استفاده از شبکه عصبی مصنوعی

پدیده بارش یکی از مهمترین داده های ورودی به سیستم های هیدرولوژیکی محسوب می شود که مطالعه و اندازه گیری آن در اکثر موارد برای مطالعات رواناب، خشکسالی، آب های زیرزمینی، سیلاب، رسوب ضروری است. در این مقاله سعی شده است با استفاده از روش شبکه (MLP) عصبی مصنوعی و داده های ۳۱ ساله ایستگاه سینوپتیک شهرستان بیجار مدلی برای پیش بینی بارندگی ماهانه به ارائه گردد. مزیت این روش انعطاف پذیری بالای شبکه عصبی مصنوعی در مقابل توابع پیچیده و استفاده از ورودی هایی است که به راحتی در دسترس می باشند. نتایج بدست آمده نشان می دهد که این مدل قادر است میزان بارندگی را با دقت قابل قبولی پیش بینی کند. در نهایت شبکه عصبی بهینه با یک لایه مخفی و ۲۰ نرون برای تخمین بارش ماهانه در ایستگاه سینوپتیک بیجار ارائه شد.

کلیدواژه ها:

بارندگی ، شبکه های عصبی مصنوعی ، پیش بینی ماهانه