مقایسه کارایی شبکه های عصبی آماری، فازی و پرسپترونی در پیش بینی طوفان های گرد و غبار در نواحی بحرانی کشور

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:

مناطق مختلف، استعدادهای متفاوتی در انتشار گرد و غبار دارند و افزایش طوفان های گرد و غبار نشان دهنده حاکمیت اکوسیستم بیابانی در هر منطقه است. درک صحیح وقوع طوفان های گرد و غبار در هر منطقه، به مدیریت و کاهش خسارت های حاصل از گرد و غبار کمک شایانی می کند. هدف از این تحقیق پیش بینی فراوانی روزهای همراه با طوفان های گرد و غبار (FDSD) در مقیاس زمانی فصلی است. بدین منظور، با استفاده از داده های سینوپ ساعتی و کدهای گرد و غبار سازمان جهانی هواشناسی، روز های همراه با طوفان های گرد و غبار در شش ایستگاه همدید زابل، آبادان، اهواز، زاهدان، بستان و مسجدسلیمان با طول دوره آماری 25 ساله (2014-1990) تعیین شد. پس از محاسبه فراوانی تعداد روزهای همراه با طوفان های گرد و غبار و تشکیل سری های زمانی فصلی، با استفاده از چهار روش هوش مصنوعی شامل شبکه عصبی پرسپترونی چندلایه (MLP)، سیستم استنباط عصبی-فازی تطبیقی (ANFIS)، شبکه عصبی مبتنی بر توابع پایه شعاعی (RBF) و شبکه عصبی رگرسیون تعمیم یافته (GRNN) اقدام به پیش بینی فراوانی روزهای همراه با طوفان های گرد و غبار در یک فصل بعد شد. نتایج حاکی از افزایش دقت پیش بینی ها در فصول همراه با تعداد بیشتر روزهای همراه با طوفان گرد و غبار بود؛ به نحوی که بر اساس نتایج حاصل از مدل MLP، ضریب همبستگی بین مقادیر مشاهداتی و پیش بینی شده فراوانی روزهای همراه با طوفان گرد و غبار برای ایستگاه مسجدسلیمان و زابل به ترتیب 8/0 و 97/0 بوده است. با این توضیح که زابل بیشترین فراوانی را در بین این ایستگاه ها دارد. همچنین با توجه به نتیجه مدل های ANFIS، RBF و GRNN به ترتیب ضریب همبستگی محاسبه شده برای پیش بینی در ایستگاه های مسجدسلیمان و زابل از 41/0 تا 95/0، 35/0 تا 92/0 و 22/0 تا 98/0 متغیر بود. در مجموع با مقایسه نتیجه مدل های مورد استفاده، ANFIS بهترین عملکرد و بعد از آن GRNN بهترین نتیجه را ارایه نموده است. نتایج این مطالعه می تواند در مدیریت پیامدهای ناشی از طوفان گرد و غبار و برنامه های مقابله با بیابان زایی در مناطق تحت مطالعه مفید باشد.

زبان:
فارسی
صفحات:
2051 تا 2063
لینک کوتاه:
magiran.com/p2265214 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 990,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
دسترسی سراسری کاربران دانشگاه پیام نور!
اعضای هیئت علمی و دانشجویان دانشگاه پیام نور در سراسر کشور، در صورت ثبت نام با ایمیل دانشگاهی، تا پایان فروردین ماه 1403 به مقالات سایت دسترسی خواهند داشت!
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 50 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!