این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
شنبه 6 دی 1404
جغرافیا و پایداری محیط
، جلد ۲، شماره ۴، صفحات ۵۹-۷۴
عنوان فارسی
پیشبینی تاریخ آخرین یخبندانهای بهاری در غرب و شمال غرب ایران
چکیده فارسی مقاله
آخرین روز یخبندان برای 17 ایستگاه همدید هواشناسی در شمال غرب و غرب ایران، بر اساس دادههای روزانه یک دورهی آماری بیستساله از سال 1986 تا 2005، با استفاده از روش شبکهی عصبی مصنوعی پیشبینی شد. پس از آزمون الگوریتمها و شکبههای گوناگون، درنهایت، شیوهی پسانتشار خطا، بهعنوان بهترین و دقیقترین شیوهی تحلیلی انتخاب شد و برای پیشبینی مورد استفاده قرار گرفت. شبکهها بر اساس متغیرهای ورودی شامل: اولین روز یخبندان، حداقل مطلق دما، رطوبت نسبی در ساعت 3 گرینویچ، میانگین رطوبت نسبی، فشار متوسط آخرین روز یخبندان، فشار متوسط روز ماقبل آخر یخبندان و ابرناکی در آخرین روز یخبندان، آموزش داده شدند. آخرین روز یخبندان نیز، خروجی شبکه در نظر گرفته شد. نتایج بررسی نشان داد که پیشبینی آخرین روز یخبندان بهاری در بین تمامی ایستگاههای همدید هواشناسی در شمال غرب و غرب ایران، براساس شبکهی پسانتشار خطا، با دقت بالایی امکانپذیر است. خطای بهدست آمده در تمام موارد پایین بود. بالاترین خطای شبکه بین ایستگاهها، متعلق به اراک با 1142/1 درصد و کمترین آنها مربوط به مهاباد با 254/0 درصد است. در پهنهبندی منطقه بر اساس پیشبینی انجام شده، تأثیر عامل ارتفاع و توپوگرافی، با وضوح بالایی آشکار شد.
کلیدواژههای فارسی مقاله
عنوان انگلیسی
Predicting Last Spring Freezing Day in West and Northwest of Iran
چکیده انگلیسی مقاله
In this paper we try to predict last freezing day of spring for 17 meteorological stations in west and northwest of Iran by Artificial Neural Networks. The method used to do so was the back propagation method. Climatologic data included first day of freezing, minimum absolute temperature in the last day of freezing, humidity at 3 o’clock (GMT) in the last day of freezing, average relative humidity in the last day, average pressure in the day before last day and cloudiness in the last day of freezing input the network, and the last day of freezing was output. Artificial neural networks could predict the last day of freezing for all 17 stations with an accepted error. Biggest errors in this work belong to Arak station with 1.1142 % and smallest errors belong to Mahabad station with 0.254 %. It was concluded that zonation of the religion based on accomplished prediction exposed effects of the both height and topography.
کلیدواژههای انگلیسی مقاله
نویسندگان مقاله
حسن ذوالفقاری |
غلامرضا زاهدی |
طیبه سجادی فر |
نشانی اینترنتی
http://ges.razi.ac.ir/article_179_784908a0003a6fa4d37e328400a0ed89.pdf
فایل مقاله
فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات