فاطمه شاکر سوره - فارغ التحصیل کارشناسی ارشد مهندسی منابع آب دانشگاه تبریز
محمدتقی ستاری - دانشیار گروه علوم و مهندسی آب ، دانشکده کشاورزی، دانشگاه تبریز

ایران در محدوده اقلیمی خشک و نیمه خشک جهان و با الگوهای نامنظم زمانی بارش قرار گرفته است. کمبود بارش ها سبب شده که بخش هایی از کشورمان گریبانگر بحران آب شود. در چنین شرایطی مدل سازی بارش که دارای ماهیتی تصادفی می باشد، با استفاده از ابزارهای نوین داده کاوی کمک شایانی به مدیریت مناسب منابع آب خواهد کرد. درختان تصمیمزیرمجموعه ای از روش های داده کاوی است که در طبقه بندی و پیش بینی پدیده های طبیعی بکار می روند. هدف از این مقاله ارزیابی کارایی مدل های M5 و REPTree در مدلسازی بارش ماهانه ایستگاه همدیدی شهر زاهدان می باشد. در این تحقیق پس از پیش پردازش و بررسی اولیه داده ها، ابتدا همبستگی بین بارش با پارامترهای هواشناسی و دمای سطح اقیانوس هند در دوره آماری 1366-1396 استخراج و سپس با شناسائی همبستگی ها ترکیبی از پارامترهای موثر در دو سناریو به عنوان ورودی مدلها در نظر گرفته شد. نتایج نشان دهنده این بود که در نظر گرفتن دمای سطح اقیانوس هند همراه با پارامترهای هواشناسی باعث افزایش دقت مدلسازی می گردد. همچنین مشخص گردید دقت مدل M5 با ارائه چهار رابطه خطی بیشتر از مدل REPTree است.

بارش، داده کاوی، زاهدان REPTree،M5