چکیده مقاله
چشم انداز بارش آینده جهت اطلاع از میزان تغییرات و در نتیجه ارائه تمهیدات لازم جهت سازگاری و تعدیل اثرات سوء ناشی از تغییرات اقلیمی از اهمیت زیادی برخوردار است در این پژوهش به مقایسه و ارزیابی دقت داده های بارش پایگاه CMIP۵ با داده های ایستگاهی با استفاده از روش شبکه عصبی مصنوعی پرداخته شد و جهت ارزیابی دقت مدل ها نیز از شاخص های کمی MSE، RMSE، R و نرم افزارهای MATLAB بهره گرفته شد نتایج به دست آمده ضمن تایید توانایی شبکه های عصبی مصنوعی نشان داد که حداکثر و حداقل مقدار مجذور میانگین مربعات خطا بهترین مدل های منتخب در مرحله آموزش ۰/۶۰ تا ۱۳/۲۸ و در مرحله تست ۱/۰۳ تا ۵/۵۱ ، در سناریو ۴,۵ و ۱/۱۴ تا ۵/۸۰ در سناریو ۵,۴ حداکثر و حداقل مقدار همبستگی بهترین مدل های منتخب در مرحله آموزش ۰/۵۸ تا ۰/۹۴ و در مرحله آزمایش ۰/۸۰ تا ۰/۸۷ در سناریو ۴,۵ و ۰/۸۲ تا ۰/۸۶ در سناریو ۵,۴ محاسبه گردید که توانایی قابل توجه این مدل را در مدل سازی پیش بینی بارش نشان می دهد
کلیدواژهها
نویسندگان
محمدرضا سالاری فنودی
دانشجوی دکتری آب و هواشناسی، دانشکده جغرافیا و برنامه ریزی محیطی، دانشگاه سیستان و بلوچستان
محمود خسروی
استاد اقلیم شناسی، گروه جغرافیای طبیعی، دانشکده جغرافیا و برنامه ریزی محیطی، دانشگاه سیستان و بلوچستان
تقی طاوسی
استاد اقلیم شناسی، گروه جغرافیای طبیعی، دانشکده جغرافیا و برنامه ریزی محیطی، دانشگاه سیستان و بلوچستان
محسن حمیدیان پور
استاد اقلیم شناسی، گروه جغرافیای طبیعی، دانشکده جغرافیا و برنامه ریزی محیطی، دانشگاه سیستان و بلوچستان
شیوه ارجاع
�الاری فنودی، محمدرضا و خسروی، محمود و طاوسی، تقی و حمیدیان پور، محسن،1400،ارزیابی دقت داده های بارش پایگاه CMIP۵ با داده های ایستگاهی بااستفاده از روش شبکه عصبی مصنوعی،پنجمین کنفرانس بین المللی اقیانوس شناسی خلیج فارس،تهران
ارائهشده در
مجموعه مقالات اولین کنفرانس بین المللی دوسالانه هوش مصنوعی و علوم داده3 اردیبهشت 1403 · بوشهر