بررسی امکان پیش بینی زمان وقوع یخبندان با استفاده از روش تشخیص الگوها

از پیش بینی دقیق الگوهای ساعتی داده های آب و هوا می توان بعنوان ورودی مدل های شبیه سازی فرآیندهای گیاه همچون فتوسنتز و تعرق استفاده کرد. اطلاعات ثبت شده آب و هوای حاصل از ایستگاه های سینوپتیک همچنین می تواند بعنوان راهنمای حفاظت گیاه و مدیریت موثر در کاهش اثرات یخبندان بکار گرفته شود. پیشگویی دقیق حداقل دما برای پیش بینی یخبندان در دستیابی موثر به استراتژی های کاهش آسیب رسانی به گیاهان بسیار موثر است. هدف اصلی از این مطالعه ارزیابی پیشگویی حداقل دمای روز با استفاده از دو روش توابع تریگونومتریک و تشخیص الگوها می باشد. برای این پیشگویی چندین سناریو انتخاب شد که عبارت بودند از: پیش بینی حداقل دما در روز اول اردیبهشت و روز اول آبانماه با استفاده از داده های مشاهده شده یک روز قبل از روز هدف، هفت روز قبل از روز هدف و از ابتدای سال تا روز هدف. داده های مورد استفاده داده های 3 ساعتی دشت مشهد بمدت 16 سال از سال 1371 تا 1387 بوده است. ارزیابی هر سه مدل با مقایسه آماری داده های شبیه سازی شده با داده های اندازه گیری شده در ایستگاه مشهد انجام شد. نتایج این مطالعه نشان داد که چنانچه دسترسی به داده های ساعتی به صورت ناقص و یا کمیاب باشد در بین دو روش سینوسی و سینوسی نمایی، روش سینوسی با دقت بالا قادر به شبیه سازی داده های ساعتی حداقل دما بود. برای پیشگویی حداقل دمایی که درشبانه روزممکن است رخ دهد نتایج نشان داد که هر چه فاصله زمانی تا روز مورد نظر برای پیش بینی کمتر باشد دقت پیشگویی روش تشخیص الگو ها بالاتر خواهد بود.