برآورددماهاحداکثر با استفاده از مدل شبکه عصبی مطالعه مورد:شهرستان نوشهر

دما به عنوان یکی از پارامترها مهم هواشناسی بوده که تغییرات بسیار از متغیرها هواشناسی به شدت وابسته به ان می باشد. در نتیجه شناخت لازم از میزان این پارامتر، تغییرات آن و پیش بینی این پدیده در جهت داشتن برنامه ریز دقیقتر در مدیریت بخش ها کشاورز و اقتصاد ضرور می نماید. گسترش سریع استفاده از شبکه عصبی مصنوعی((ANN به عنوان مدل تجربی و کارآمد در علوم مختلف از جمله هواشناسی و اقلیم شناسی نشان دهنده ضرورت ارزش بالا مطالعه این مدل هاست. در این تحقیق با استفاده از متغیرها میانگین رطوبت نسبی، میانگین سرعت باد، مجموع ساعات آفتابی، میانگین حداقل و حداکثر دما ماهانه به عنوان ورود شبکه پرسپترون چندلایه((MLP ، میانگین حداکثر دما ماهانه ایستگاه سینوپتیک نوشهر پیش بینی شد پارامترها مذکور مربوط به سالها آمار 5891 تا 3102 میباشد. بدین منظور از امکانات و توابع موجود در نرم ا فزار MATLAB بهره گرفته شد. شبکه مورد استفاده از نوع پسانتشار((Feed forward با الگوریتم سیگویید است و اطلاعات حداکثر دما ایستگاه شهرستان نوشهر در استان مازندران به عنوان خروجی مدلANN استفاده شده است. تحلیل نتایج خروجی مدل شبکه عصبی نشان داد که این مدل نسبت به روشها آمار معمولی از دقت بالاتر برخوردار است و با افزایش پارامترها ورود ، شبکه با دقت بیشتر پیشبینی خود را انجام میدهد و خطا کمتر را خواهد داشت.

کلیدواژه ها:

دما ، متغیرهای هواشناسی ، شبکه عصبی ، میانگین حداکثر دما ، ایستگاه سینوپتیک نوشهر