بررسی کارایی داده کاوی در پیش بینی بارندگی

پیش بینی میزان، مکان و زمان بارندگی کاربرد فراوانی در تصمیم گیری برای طرح های مختلف از جمله برنامه های آبخیزداری دارد. بارندگی در زمان ها و مکان های مختلفی رخ می دهد در نتیجه حجم بالایی از داده در اختیار است، به همین علت تکنیک های داده کاوی می توانند در این زمینه مناسب عمل کنند. از چندین مجموعه داده از جمله ایستگاهی، ماهواره ای و شاخصی می توان استفاده کرد. داده های بارندگی به دلیل اینکه جز داده های بزرگ هستند به پیش پردازش نیاز دارند. قبل از انجام هر گونه مدل سازی باید پیش پردازشی بر روی داده ها برای به دست آوردن داده های صحیح و بدون تناقض انجام شود. مدل ها ی متفاوتی از جمله شبکه ی عصبی مصنوعی، الگوریتم ژنتیک، ماشین بردار پشتیبان، درخت تصمیم، قانون انجمنی و غیره جهت پیش بینی می توان استفاده کرد.

کلیدواژه ها:

پیش بینی بارندگی ، پیش پردازش ، داده کاوی ، داده ی بزرگ