پیش بینی سرما و یخبندان های دیررس بهارة حوضة زاب با استفاده از مدل پرسپترون چندلایه

جغرافیاوتوسعه ناحیه ای

مقاله 5، دوره 12، شماره 2 - شماره پیاپی 23، اسفند 1393   

نوع مقاله: علمی- پژوهشی

شناسه دیجیتال (DOI): 10.22067/geography.v12i23.28487

نویسندگان

جاوید جامعی¹؛ ابراهیم مسگری^{* 2}؛ امامعلی عاشری³

¹دانشگاه تبریز

²پیام نور

³دانشگاه پیام نور تهران

چکیده

هدف: هدف از این پژوهش، پیش بینی دماهای حداقل به عنوان یکی از عناصر مهم اقلیمی در پیش بینی سرمای دیررس بهاره و یخبندان است.
روش: از شبکه های عصبی مصنوعی برای پیش بینی دماهای حداقل ایستگاه های پیرانشهر و سردشت استفاده شده است. بدین منظور، از دورة آماری 18 ساله (1391-1374) ایستگاه سینوپتیک پیرانشهر- سردشت و توابع و امکانات موجود در نرم افزار MATLAB برای آموزش و آزمون این مدل ها بهره گرفته شد. سپس، به بررسی شاخص های عملکرد شبکه، ازجمله ضریب تعیین، مجذور میانگین مربعات خطا، میانگین مربعات خطا، میانگین مطلق خطا، درصد نسبی خطا و ضریب همبستگی پرداخته شد.
یافته ها: علاوه بر تأیید توانایی شبکه های عصبی مصنوعی، یافته ها نشان داد که حداکثر خطای این مدل با داده های واقعی در ایستگاه های پیرانشهر و سردشت، به ترتیب 35/0 و 15/0 درجة سانتی گراد است که توانایی قابل توجه این مدل را در مدل سازی پیش بینی سرمای دیررس بهاره و یخبندان نشان می دهد.
نتیجه گیری: استفاده از روش شبکه های عصبی مصنوعی در پیش بینی دماهای حداقل برای تعیین سرمای دیررس بهاره با توجه به تعیین خطای آموزشی، می تواند به عنوان گزینه ای سودمند موردتوجه و بررسی قرار گیرد.

کلیدواژه‌ها

دمای حداقل؛ پیش بینی؛ سرمای دیررس؛ زاب؛ شبکه های مصنوعی