عنوان : مدلسازی بارش ماهانه ایستگاه سینوپتیک چابهار با استفاده از نرو فازی
موضوع : بحران آب و هواشناسی
سایر نویسندگان : جناب آقای محمدرضا سالاری فنودی (نویسنده مسئول) ,جناب آقای محسن سالاری فنودی
کد مقاله : WATER4-00610017
ارائه دهنده : محمدرضا سالاری فنودی
متن چکیده : بارش باران یکی از مهمترین پدیده های جوی است که بر زندگی بشر اثر می گذارد. پیش بینی بارش برای کشورهای در حال توسعه که اقتصاد آنها مبتنی بر کشاوری است، امری حیاتی است. در مقیاس جهانی، پبش بینی بارش بسیار مورد توجه دانشمندان قرار گرفته است. در این پژوهش، کارآیی سیستم فازی-عصبی برای مدلسازی بارش ماهانه ایستگاه چابهار با استفاده از پارامترهای میانگین حداکثر دما، میانگین دمای هوای، میانگین حداقل رطوبت، سرعت باد حداکثر، مجموع ساعات آفتابی، میانگین فشار در بازه زمانی 30 ساله (1370 تا 1400) مورد ارزیابی قرار گرفت. داده های موجود 70 درصد برای آموزش و 30 درصد برای تست شبکه مورد استفاده قرار گرفتند. جهت ارزیابی و توانمندی مدل با استفاده از شاخص های MAD، RMSD و R مورد مقایسه قرار گرفتند. هدف پزوهش ایجاد مدلی مناسب برای مدلسازی بارش می باشد. نتایج پژوهش نشان داد که مقدار رادیان 84/0 در بین حالات مختلف با مقدار خطای ریشه میانگین مربعات خطا 11/11 میلیمتر در بخش آزمون مدل مناسب ترین مقدار برای مدلسازی شناخته شد.