بررسی روند و پیش بینی بارش با استفاده از شبکه عصبی مصنوعی در کاشان

بارش باران جز مهم ترین پدیده های جوی است که بر زندگی بشر، پوشش گیاهی و جانوری تاثیر می گذارد. پیش بینی بارش باران برای اهداف مختلفی مانند فعالیت های کشاورزی، پیش بینی سیلاب، تامین آب شرب و بسیاری از موارد از اهمیت بسیار بالایی برخوردار است. هدف این پژوهش بررسی روند و پیش بینی بارش ایستگاه کاشان طی دوره 49 ساله (1350-1398) است. بنابراین ابتدا داده ها بارش گردآوری و سپس به صورت میانگین فصلی و سالانه تنظیم شدند. در ادامه با استفاده از روش من-کندال معنی داری روند بارش و با استفاده از روش برآورد کننده شیب خط سنس، میزان شیب خط روند، آزمون شد. طبق نتایج در سری های زمانی میانگین بارش کاشان روند معنی داری در سطوح اطمینان 99% و 95% مشاهده نگردید؛ اما بااین حال میانگین بارش کاشان به طور متوسط در هرسال حدود 60/0 میلی متر کاهش یافته است. همچنین با استفاده از روش شبکه عصبی مصنوعی داده های بارش جهت پیش بینی بررسی شد. طبق نتایج بعد از آزمون شبکه 2 لایه پنهان و 10 نرون در لایه های میانی مدل نسبتا بهتری را ارایه کرد. با بررسی و تطبیق مقادیر نمودار همبستگی مشخص گردید پیش بینی بارش برای ایستگاه کاشان با نتایج واقعی ایستگاه مطابقت کاملی نداشته است. همبستگی بین مقادیر واقعی و پیش بینی شده توسط شبکه برابر با 47/0 می باشد. همچنین ثابت شد مقادیر پیش بینی شده بارش توسط شبکه عصبی در ترکیب با الگوریتم ژنتیک نزدیک تر به داده های واقعی بارش و داده های پیش بینی شده توسط شبکه عصبی بدون ترکیب با الگوریتم ژنتیک از مقدار واقعی دورتر بوده و روند غیرخطی دارد. بنابراین بین میانگین های شبیه سازی شده بارش با مقدار واقعی در ایستگاه کاشان اختلافی فروانی وجود ندارد.