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
جمعه 5 دی 1404
برنامه ریزی و آمایش فضا
، جلد ۲۱، شماره ۴، صفحات ۱۴۰-۱۶۰
عنوان فارسی
مقایسه عملکرد دو مدل SDSM و شبکههای عصبی مصنوعی در پیشبینی تغییرات دمای حداقل (ایستگاه موردی: ارومیه)
چکیده فارسی مقاله
تغییرات آب و هوایی اشاره به تغییرات در میانگین یا تنوع در ویژگیهای آب و هوایی دارد که همچنان در حال حاضر برای دوره های طولانی ادامه خواهد داشت که نتیجه تغییر طبیعی و فعالیتهای انسانی است. در پژوهش حاضر به منظور شبیهسازی تغییرات دمای حداقل از دادههای دمای حداقل و مدلهای گردش عمومی جو استفاده شد بررسی عملکرد مدل ها با ضریب همبستگی و ریشه میانگین مربعات خطا صورت گرفت. در این مطالعه سال 1961-1990 به عنوان سال پایه و بررسی تغییرات دما در دهههای آینده در سه دوره 2011-2040،2041-2070 و 2071-2099 انجام گرفت. نتایج پژوهش نشان داد که در دهه های آینده دماهای حداقل روندی کاهشی دارند. دماهای حداقل برآورد شده در دوره شبیهسازی برای دوره پایه برآورد مدل SDSM و شبکه عصبی مصنوعی در ماه ژانویه 1.8 و 2.3 درجه سانتی گراد نسبت به داده مشاهده شده اختلاف داشته است. در ژانویه بر اساس برآوردهای دو مدل سالهای 2011-2040 دما به میزان 3.3 درجه سانتی گراد افزایش دما برای سال های 2041 تا 2070 حدود 4.7 و برای بازه ی زمانی 2071 تا 2099 حدود 5.05 درجه افزایش خواهد یافت. بر اساس این تحقیق مدل SDSM نسبت به شبکه عصبی نتایج نزدیک به واقعیت را نشان داد.
کلیدواژههای فارسی مقاله
تغییر اقلیم،شبکه عصبی مصنوعی،مدل SDSM،دمای حداقل،ارومیه،
عنوان انگلیسی
Comparing the performance of the SDSM models and those based on artificial neural networks in predicting the changes in minimum temperatures (station in case: urmia)
چکیده انگلیسی مقاله
Climate change refers to the changes in the mean or variations of the climatic characteristics wich will exist for a long period of time. These changes are both of natural and man-made causes. In this study, we used the data on minimum temperature and the atmospheric general circulation models in order to simulate the minimum temperature variations. We also used correlation coefficients and root mean square methods to evaluate the performance of these models. In this study, the years between 1961-1990 were used as the base period to study the changes in the minimum temperature in the future decadal periods of 2011-2040, 2041-2070, and 2071-2099. The results showed that in the coming decades the minimum temperatures tend to decrease. The estimated simulated minimum temperatures using SDSM and artificial neural network model differ some 1.8 and 2.3 C˚ in January compared to the data observed. According to estimates of the two models in the years 2011-2040 in January temperature of 3.3 C˚ temperature rise for years by 2041 to 2070 an estimated 4.7 and for the period 2071 to 2099 will increase by about 5.05 C˚. This study showed that the results of the SDSM model were closer to real values than those of the neural networks models.
کلیدواژههای انگلیسی مقاله
تغییر اقلیم,شبکه عصبی مصنوعی,مدل SDSM,دمای حداقل,ارومیه
نویسندگان مقاله
حسین عساکره |
استاد اقلیم شناسی دانشگاه زنجان
سلماز مطلبی زاد |
دانشجوی دکتری آب و هواشناسی شهری دانشگاه زنجان
نشانی اینترنتی
https://hsmsp.modares.ac.ir/article_14621_57fb02d7b237940b1903b6edaa8e7c12.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