سامانه پشتیبانی خدمات اطلاعات

  اخبار و اعلانات

 آمار

تعداد نشریات161
تعداد شماره‌ها6,532
تعداد مقالات70,501
تعداد مشاهده مقاله124,115,589
تعداد دریافت فایل اصل مقاله97,219,794
حجابی, سمیه, بذرافشان, جواد, قهرمان, نوذر. (1392). مقایسۀ مهارت مدل¬های استوکاستیک و شبکه¬ها¬ی عصبی مصنوعی در مدل‎سازی و پیش‎بینی مقادیر و طبقات شاخص بارندگی استاندارد شده. , 45(2), 91-108. doi: 10.22059/jphgr.2013.35150
سمیه حجابی; جواد بذرافشان; نوذر قهرمان. "مقایسۀ مهارت مدل¬های استوکاستیک و شبکه¬ها¬ی عصبی مصنوعی در مدل‎سازی و پیش‎بینی مقادیر و طبقات شاخص بارندگی استاندارد شده". , 45, 2, 1392, 91-108. doi: 10.22059/jphgr.2013.35150
حجابی, سمیه, بذرافشان, جواد, قهرمان, نوذر. (1392). 'مقایسۀ مهارت مدل¬های استوکاستیک و شبکه¬ها¬ی عصبی مصنوعی در مدل‎سازی و پیش‎بینی مقادیر و طبقات شاخص بارندگی استاندارد شده', , 45(2), pp. 91-108. doi: 10.22059/jphgr.2013.35150
حجابی, سمیه, بذرافشان, جواد, قهرمان, نوذر. مقایسۀ مهارت مدل¬های استوکاستیک و شبکه¬ها¬ی عصبی مصنوعی در مدل‎سازی و پیش‎بینی مقادیر و طبقات شاخص بارندگی استاندارد شده. , 1392; 45(2): 91-108. doi: 10.22059/jphgr.2013.35150

مقایسۀ مهارت مدل¬های استوکاستیک و شبکه¬ها¬ی عصبی مصنوعی در مدل‎سازی و پیش‎بینی مقادیر و طبقات شاخص بارندگی استاندارد شده

پژوهش های جغرافیای طبیعی
مقاله 6، دوره 45، شماره 2، شهریور 1392، صفحه 91-108    اصل مقاله (1.01 M)
نوع مقاله: مقاله کامل
شناسه دیجیتال (DOI): 10.22059/jphgr.2013.35150
نویسندگان
سمیه حجابی* 1؛ جواد بذرافشان2؛ نوذر قهرمان2
1دانشجوی کارشناسی ¬ارشد هواشناسی¬کشاورزی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران
2استادیار گروه مهندسی آبیاری و آبادانی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران
چکیده
هدف از پژوهش پیش رو، مقایسۀ کارایی مدل­های استوکاستیک و شبکه­های عصبی مصنوعی در پیش­بینی کمّی شاخص بارندگی استاندارد شده (SPI) در اقلیم­های خشک و مرطوب ایران است. برای این امر، محاسبۀ SPI، در مقیاس­های زمانی سه‎ماهه، شش‎ماهه و دوازده‎ماهه در چهار ایستگاه سینوپتیک کشور طی دورۀ 2007-1973 انجام شد. در گام بعد، مدل‎سازی سری­های زمانی SPI برای پیش­بینی­های یک تا دوازده گام به جلو، به سه روش مدل‎سازی استوکاستیک، شبکۀ عصبی بازگشتی (RMSNN) و شبکۀ عصبی مستقیم (DMSNN) انجام گرفت. مقادیر SPI مربوط به دورۀ 1973 تا 2000، برای توسعۀ مدل­ها و مابقی برای صحت­سنجی مدل­ها مورد استفاده قرار گرفت. در مرحلۀ صحت­سنجی، مقایسۀ مقادیر مشاهده­شده و پیش­بینی­شده­ SPI با استفاده از آزمون­های آماری، ضریب همبستگی و شاخص خطا انجام شد. همچنین برای بررسی قابلیت مدل­ها در پیش­بینی طبقات SPI، از آماره کاپای کوهن استفاده شد. در نهایت، اولویت دقت مدل­ها از دیدگاه­هایی چون، افق زمانی پیش­بینی و مقیاس زمانی بررسی خشکسالی تعیین شد. نتایج به‎دست آمده نشان داد: 1) در مقیاس زمانی سه، شش و دوازده‎ماهه، به‎طور کلی مدل­های استوکاستیک (به‎ترتیب با میانگین خطای 678/0، 569/0 و 344/0 و میانگین ضریب همبستگی 682/0، 777/0 و 919/0) از نظر مهارت پیش­بینی مقادیر SPI در اولویت کاربرد قرار دارند. 2) در مقیاس زمانی سه، شش و دوازده‎ماهه به‎ترتیب، مدل­های DMSNN ، RMSNN و استوکاستیک (با میانگین کاپای 397/0، 530/0 و 750/0) از نظر مهارت پیش­بینی طبقات SPI در اولویت کاربرد قرار دارند.
کلیدواژه‌ها
اقلیم¬های خشک و مرطوب؛ پیش‌بینی؛ خشکسالی؛ شاخص بارندگی استاندارد شده؛ مدل¬های استوکاستیک؛ مدل¬های شبکه عصبی مصنوعی
آمار
تعداد مشاهده مقاله: 3,966
تعداد دریافت فایل اصل مقاله: 2,038


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب