مقایسه الگوسازی بارندگی ماهانه با مدل های SVM و ANFIS مطالعه موردی: شهرگنبدکاووس
- سال انتشار: 1395
- محل انتشار: فصلنامه آب و خاک، دوره: 30، شماره: 1
- کد COI اختصاصی: JR_JSW-30-1_020
- زبان مقاله: فارسی
- تعداد مشاهده: 663
نویسندگان
دانشجوی کارشناسی ارشد آبخیزداری گروه مهندسی آبخیزداری، دانشکده کشاورزی، دانشگاه گنبدکاووس
استادیار گروه مهندسی آبخیزداری، دانشکده کشاورزی، دانشگاه گنبدکاووس
استادیار گروه مهندسی آبخیزداری، دانشکده کشاورزی، دانشگاه گنبدکاووس
استادیار گروه مهندسی آبخیزداری، دانشکده کشاورزی، دانشگاه گنبدکاووس
چکیده
بارش یکی از مهم ترین عوامل مورد استفاده در مطالعات منابع طبیعی، آب، هواشناسی و غیره است. تشخیص پیش بینی پذیری و شناخت عوامل تاثیرگذار بر فرآیند بارش با توجه به نوسان ها و بینظمی های موجود در سری زمانی بارش اهمیت دارد . این تحقیق با روش های سامانه استنتاج فازی- عصبی تطبیقی ANFIS و ماشین بردار پشتیبان SVM بارش ماهانه شهر گنبدکاووس را الگوسازی کرده است . داده های مورد استفاده مربوط به سال های 2012-1995 است. 2 سری ورودی (ماهانه) شامل: 1- میانگین دما و رطوبت، سرعت باد و فشار 2- مقادیر متوسط بارش ماهانه ایستگاه های آبسنجی استان گلستان در نظر گرفته شد. نتایج نشان داد اگرچه دقت SVM بیشتر از ANFIS است، اما پیش هواشناسی توسط هر دو مدل دارای دقت کمی است. نتایج پیش بینی بارش با بارندگی ایستگاه های منطقه برای هر دو روش قابل قبول است . ضریب بینی بارندگی با پارامترهای تعیین و خطای RMSE در مرحله آزمون در روش SVM به ترتیب برابر 0/91 و 5/59 و در روش ANFIS برابر 0/87 و 7/06 است. تحلیل حساسیت نشان داد که رطوبت نسبی مهم ترین متغیرهواشناسی در پیش بینی بارندگی است. سه متغیردیگر تاثیر یکسانی بر نتایج دارند. همچنین موثرترین ایستگاه در پیشبینی بارندگی تعیین شد. این پژوهش نشان داد که SVM عملکرد بهتری نسبت به ANFIS در پیش بینی بارندگی داشته است.کلیدواژه ها
ایستگاه های بارندگی، پارامترهای هواشناسی، تحلیل حساسیت، هوش مصنوعیمقالات مرتبط جدید
- ارزش و کارایی خاک رس در صنایع و شناسایی علم مواد
- تخمین مقادیر روزانه نسبت تبخیر - تعرق مرجع و تعیین سهم مولفه های آیرودینامیکی و توازن انرژی در مناطق خشک و لیموی ایران
- Investigation and Comparison of Changes in the Hydraulic Conductivity of Clay Minerals Modified with Polypropylene Fibers
- تاثیر ساختارهای زمین شناسی بر پویایی آب های زیرزمینی و چالش های مدیریت منابع آبی
- تاثیر روش های مدیریت زمین بر کیفیت خاک و سلامت انسان و ارائه راهکارهای پایدار
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.