14 مرداد 1399
مريم بيات وركشي

مریم بیات ورکشی

مرتبه علمی: استادیار
نشانی: m.bayat.v@malayeru.ac.ir
تحصیلات: دکترای تخصصی / خاکشناسی-منابع آب
تلفن:
دانشکده: کشاورزی

مشخصات پژوهش

عنوان
بررسی نوع و تعداد پارامترهای ورودی شبکه عصبی مصنوعی در دقت برآورد بارش (مطالعه موردی : شهر مشهد)
نوع پژوهش مقاله ارائه شده
کلیدواژه‌ها
: بارش سالانه، شبکه عصبی مصنوعی، سری زمانی، مشهد
سال 1395
پژوهشگران مریم بیات ورکشی

چکیده

ﺑﺎرش ﺑﻪ ﻋﻨﻮان ﻣﻬﻤﺘﺮﻳﻦ ﻋﻨﺼﺮ اﻗﻠﻴﻤﻲ، ﻫﻤـﻮاره از ﭘﻴﭽﻴـﺪﮔﻲ های ﺧﺎﺻـﻲ ﺑﺮﺧـﻮردار ﺑـﻮده اﺳـﺖ. اﻧﺪازه ﮔﯿﺮی دﻗﯿﻖ ﺑﺎرش ﮐﺎرﺑﺮد ﻫﺎی ﺑﺴﯿﺎری در ﺗﺤﻘﯿﻘﺎت اﻗﻠﯿﻤﯽ، ﮐﺸﺎورزی، ﺧﺸﮑﺴﺎﻟﯽ، ﺑﻼﯾﺎی ﻃﺒﯿﻌﯽ و آب-ﺷﻨﺎﺳﯽ دارد. در این مطالعه، به دلیل رفتار غیر خطی بارش، از شبکه های عصبی مصنوعی جهت پیش بینی آن بهره گرفته شد. بدین منظور داده های سالانه ی ایستگاه سینوپتیک مشهد طی دوره 40 ساله (2010-1970) در قالب داده های هواشناسی بارشی و غیر بارشی مد نظر قرار گرفت. نتایج اجرای شبکه عصبی مصنوعی با پارامتر های هواشناسی غیر بارشی به عنوان ورودی، نشان داد که اﺳﺘﻔﺎده از ﺷﺒﻜﻪ ﻫﺎی ﻋﺼﺒﻲ ﻣﺼﻨﻮﻋﻲ ﺑﺎ 1 لایه ﭘﻨﻬﺎن و 8 نرون لایه میانی و قانون ﻳﺎدﮔﻴﺮی لونبرگ-مارکوات و تابع محرک سیگموئید ﻧﺴﺒﺖ ﺑﻪ ﺳﺎﻳﺮ حالت ها و ﻣﻌﻤﺎری ﺷﺒﻜﻪ، خطای کمتر (192/0=NRMSE ) و همبستگی بیشتر (93/0=r) داشت. در مقابل با کاربرد داده-های بارشی به عنوان ورودی شبکه عصبی مصنوعی خطا به (219/0 = NRMSE) افزایش و همبستگی به ( 08/0 = r) کاهش یافت. در نهایت معین شد،کاربرد داده های هواشناسی غیربارشی نسبت به داده های بارشی، منجر به برآورد بهتر بارش در منطقه مورد مطالعه می گردد.