• ثبت نام
    • ورود به سامانه
    مشاهده مورد 
    •   صفحهٔ اصلی
    • نشریات فارسی
    • فصلنامه علمی- پژوهشی اطلاعات جغرافیایی « سپهر»
    • دوره 28, شماره 110
    • مشاهده مورد
    •   صفحهٔ اصلی
    • نشریات فارسی
    • فصلنامه علمی- پژوهشی اطلاعات جغرافیایی « سپهر»
    • دوره 28, شماره 110
    • مشاهده مورد
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    پیش بینی بارش ماهانه در منطقه ایران با استفاده از ترکیب شبکه های عصبی مصنوعی و فیلتر کالمن توسعه یافته

    (ندگان)پدیدآور
    رحیمی‌نسب, مجتبیعامریان, یزدان
    Thumbnail
    دریافت مدرک مشاهده
    FullText
    اندازه فایل: 
    808.7کیلوبایت
    نوع فايل (MIME): 
    PDF
    نوع مدرک
    Text
    مقاله پژوهشی
    زبان مدرک
    فارسی
    نمایش کامل رکورد
    چکیده
    بارش باران یکی از مهم‌‌ترین پدیده‌های جوّی است که بر زندگی بشر اثر می‌گذارد. پیش‌بینی بارش باران برای اهداف مختلفی مانند برنامه‌ریزی فعالیت‌های کشاورزی، پیش‌بینی سیلاب، پایش خشکسالی و تأمین آب مصرفی از اهمیت بالایی برخوردار است. هدف این مقاله پیش‌بینی بارش ماهانه در ایران با استفاده از روش جدید ترکیب شبکه‌های عصبی مصنوعی و فیلتر کالمن توسعه‌یافته می‌باشد، که برای این هدف از داده‌های میانگین بارش ماهانه حدود 180 ایستگاه سینوپتیک ایران که در سراسر کشور پراکنده هستند، طی سال‌های 1951 تا 2016استفاده شده و به پیش‌بینی بارش ماهانه برای سال 2017 با استفاده از روش مقاله پرداخته شده است. در این مطالعه ایران شامل 8 پهنه اقلیمی است که به روش کوپن-گایگر تقسیم‌بندی شده است. از شبکه عصبی مصنوعی چندلایه با دو لایه مخفی که در هر لایه 10 نورون قرار گرفته است، برای پیش‌بینی در هر یک از پهنه‌های اقلیمی استفاده شد که برای آموزش این شبکه از فیلتر کالمن توسعه ‌یافته استفاده گردید. اختلاف مقادیر بارش ماهانه اندازه‌گیری شده در سال 2017 و مقادیر حاصل از پیش‌بینی در تمام ایستگاه‌ها محاسبه گردید. جذر میانگین مربعات این اختلافات (RMSE) در حالت نرمال برای 8 پهنه اقلیمی در مراحل آزمون و پیش‌بینی محاسبه گردید که برای اقلیم بیابان خشک و بسیار گرم نسبت به اقلیم‌ بیابان خشک و سرد کمتر است و برای اقلیم نیمه‌بیابانی خشک و سرد نسبت به اقلیم نیمه‌بیابانی خشک و بسیار گرم کمتر است و برای اقلیم معتدل با تابستان‌های خشک و بسیار گرم نسبت به اقلیم معتدل پرباران با تابستان‌های گرم کمتر است و برای اقلیم برفی با تابستان‌های خشک و بسیار گرم نسبت به اقلیم برفی با تابستان‌های خشک و گرم کمتر می‌باشد. در بیشتر موارد RMSE بدست آمده در اقلیم‌های بسیار گرم دارای مقدار کمتری است که نشان دهنده کارایی بهتر روش مقاله در پیش‌بینی بارش در این نوع اقلیم می‌باشد.
    کلید واژگان
    پیش بینی بارش
    منطقه ایران
    شبکه عصبی مصنوعی
    فیلتر کالمن توسعه یافته

    شماره نشریه
    110
    تاریخ نشر
    2019-08-23
    1398-06-01
    ناشر
    سازمان جغرافیایی نیروهای مسلح
    National Geographical Organization
    سازمان پدید آورنده
    دانشجوی کارشناسی ارشد ژئودزی، دانشکده مهندسی نقشه برداری، دانشگاه خواجه نصیرالدین طوسی
    استادیار دانشکده مهندسی نقشه برداری، دانشگاه صنعتی خواجه نصیرالدین طوسی

    شاپا
    2588-3860
    2588-3879
    URI
    https://dx.doi.org/10.22131/sepehr.2019.36613
    http://www.sepehr.org/article_36613.html
    https://iranjournals.nlai.ir/handle/123456789/56190

    مرور

    همه جای سامانهپایگاه‌ها و مجموعه‌ها بر اساس تاریخ انتشارپدیدآورانعناوینموضوع‌‌هااین مجموعه بر اساس تاریخ انتشارپدیدآورانعناوینموضوع‌‌ها

    حساب من

    ورود به سامانهثبت نام

    آمار

    مشاهده آمار استفاده

    تازه ترین ها

    تازه ترین مدارک
    © کليه حقوق اين سامانه برای سازمان اسناد و کتابخانه ملی ایران محفوظ است
    تماس با ما | ارسال بازخورد
    قدرت یافته توسطسیناوب