سال انتشار: ۱۳۹۳
محل انتشار: دومین همایش ملی بیابان با رویکرد مدیریت مناطق خشک و کویری
تعداد صفحات: ۸
نویسنده(ها):
نرگس سقازاده – دانشجوی کارشناسی ارشد آبخیزداری دانشگاه منابع طبیعی اردکان
علی فتح زاده – استادیار دانشکده کشاورزی و منابع طبیعی دانشگاه اردکان
روح الله تقی زاده – استادیار دانشکده کشاورزی و منابع طبیعی دانشگاه اردکان
هدی قاسمیه – استادیار دانشکده منابع طبیعی و علوم زمین کاشان

چکیده:
روش های مختلفی به منظور پیش بینی وضعیت بارش، وجود دارد. یکی از روش های مدل سازی رفتار بارش، شبکه های عصبی مصنوعی است که از مؤلفه های هوش مصنوعی محسوب می شود. در این گونه مدل ها بد ون در نظر گرفتن معادلات پیچیده غیرخطی، می توان دینامیک حاکم بر سیستم را استخراج نموده و از این طریق، خروجی های مدل را پیش بینی نمود. بنابراین با هدف ساده سازی پیش بینی بارش در این تحقیق، با استفاده از اطلاعات بارش سالانه ۳۹ ایستگاه کامل در دوره آماری (۱۳۹۰-۱۳۷۵)سال شمسی در مدل سازی و سپس پیش بینی بارش سالانه ۲۶ ایستگاه ناقص به کمک شبکه های عصبی مصنوعی صورت گرفته است. پس از بررسی معیار های آماری برازش، از جمله ضرایب روابط رگرسیونی بین مقادیر واقعی و پیش بینی شده بارش، ضریب همبستگی(R) محاسبه شد و نشان داده شد که پیش بینی سالانه بارش، با دقت قابل قبولی انجام شده است. چنان چه به طور مثال در بهترین مدل، میزان ضریب همبستگی ۹۹/۰ به دست آمده است.