چکیده مقاله
در این پژوهش قابلیت خرد مقیاس سازی دمای هوای ماهانه باز تحلیل ERA۵ Land با استفاده از ویژگی های مستخرج از داده های سنجش از دور به روش یادگیری ماشین برای دستیابی به قدرت تفکیک مکانی ۱ کیلومتر در سطح کشور ایران انجام شد برای این منظور شاخص های طیفی، شاخص های مرتبط با توپوگرافی، پارامترهای تابشی و سایر متغیرهای هواشناسی به عنوان متغیرهای ورودی مدل های یادگیری ماشین از سامانه Google Earth Engine استخراج گشتند عملکرد ۱۸ الگوریتم یادگیری ماشین شامل انواع مدل های خطی تا روش های پیشرفته یادگیری جمعی Ensemble ارزیابی و مقایسه گردید نتایج خرد مقیاس سازی دمای هوا نشان داد که مدل Extra Trees Regressor با مقدار RMSE ۰/۸۸۹ درجه کلوین و MAE ۰/۶۵۱ درجه کلوین و R برابر با ۰/۹۹۱ بهترین عملکرد را داشته است همچنین بررسی نقشه های نهایی دمای هوا حاصل از فرآیند خرد مقیاس سازی نشان داد که مدل Extra Trees Regressor با موفقیت الگوهای مکانی دمای هوا را در قدرت تفکیک مکانی بالاتر بازسازی کرده و امکان شناسایی الگوهای محلی دمای هوا را فراهم ساخته است
کلیدواژهها
نویسندگان
فاطمه زارعی
دانشگاه اصفهان
حسین باقری
دانشگاه اصفهان
شیوه ارجاع
�ارعی، فاطمه و باقری، حسین،1404،خرد مقیاس سازی دمای هوا با استفاده از داده های ERA۵-Land، سنجش از دور و یادگیری ماشین،دهمین همایش منطقه ای تغییر اقلیم و گرمایش جهانی زمین،زنجان
ارائهشده در
همایش سراسری «تربیت در نیروهای مسلح؛ روش ها و رویکردها»20 بهمن 1404 · قم