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
ارزیابی روش عصبی-فازی در تخمین بارندگی (مطالعه موردی: شهر همدان)
نوع پژوهش مقاله ارائه شده
کلیدواژه‌ها
بارش، پیش بینی، CANFIS ، همدان
سال 1395
پژوهشگران مریم بیات ورکشی

چکیده

بارش یکی از مهم ترین داده های ورودی به سیستم های هیدرولوژیکی محسوب می شود. اطلاعات دقیق در مورد بارش برای مدیریت منابع آب ضروری و حیاتی است. در این پژوهش از مدل سیستم استنتاج تطبیقی عصبی فازی (CANFIS) به منظور پیش بینی بارش سالانه شهر همدان استفاده شد. برای این منظور از اطلاعات ایستگاه سینوپتیک فرودگاه همدان طی سال های 1977 تا 2010 بهره گرفته شد. بدین جهت از دو گروه داده های هواشناسی غیربارشی شامل ماکزیمم رطوبت نسبی، میانگین رطوبت نسبی، ابرناکی، ماکزیمم دما و مینیمم دما و گروه داده های بارشی در گام های زمانی قبل (t-1، t-2 ، t-3 ) به عنوان ورودی استفاده شد. بهترین ساختار در تعیین بارندگی با پارامترهای غیر بارشی، ساختار با دو تابع عضویت گوسین دارای میانگین مربعات خطا (RMSE)، میانگین مجذور مربعات خطای نرمال (NRMSE) میانگین قدر مطلق خطا (MAE)، میانگین خطای اریب (MBE)به ترتیب 95/12، 04/0، 69/51و 98/13- بود. ساختار بهینه در تعیین بارندگی با پارامترهای بارشی، با سه تابع عضویت زنگوله ای دارای (RMSE)، (NRMSE)، (MAE)، (MBE)به ترتیب 32/66، 21/0، 89/56 و 63/4- بود. با توجه به یافته های تحقیق اجرای مدل CANFIS با پارامتر های غیر بارشی از نظر آماره های خطا سنجی بهتر از پارامتر های بارشی ارزیابی گردید.