بررسی روند و پیش بینی بارش با استفاده از شبکه عصبی مصنوعی در کاشان

Abstract

بارش باران جز مهم‌‌ترین پدیده‌های جوّی است که بر زندگی بشر، پوشش گیاهی و جانوری تأثیر می‌گذارد. پیش‌بینی بارش باران برای اهداف مختلفی مانند فعالیت‌های کشاورزی، پیش‌بینی سیلاب، تأمین آب شرب و بسیاری از موارد از اهمیت بسیار بالایی برخوردار است. هدف این پژوهش بررسی روند و پیش‌بینی بارش ایستگاه کاشان طی دوره 49 ساله (1350-1398) است. بنابراین ابتدا داده‌ها بارش گردآوری و سپس به‌صورت میانگین فصلی و سالانه تنظیم شدند. در ادامه با استفاده از روش من-کندال معنی‌داری روند بارش و با استفاده از روش برآورد کننده شیب‌خط سنس، میزان شیب‌خط روند، آزمون شد. طبق نتایج در سری‌های زمـانی میـانگین بارش کاشان روند معنی‌داری در سطوح اطمینان 99% و 95% مشاهده نگردید؛ اما بااین‌حال میانگین بارش کاشان به‌طور متوسط در هرسال حدود 60/0 میلی‌متر کاهش‌یافته است. همچنین با استفاده از روش شبکه عصبی مصنوعی داده‌های بارش جهت پیش‌بینی بررسی شد. طبق نتایج بعد از آزمون شبکه 2 لایه پنهان و 10 نرون در لایه‌های میانی مدل نسبتاً بهتری را ارائه کرد. با بررسی و تطبیق مقادیر نمودار همبستگی مشخص گردید پیش‌بینی بارش برای ایستگاه کاشان با نتایج واقعی ایستگاه مطابقت کاملی نداشته است. همبستگی بین مقادیر واقعی و پیش‌بینی‌شده توسط شبکه برابر با 47/0 می‌باشد. همچنین ثابت شد مقادیر پیش‌بینی‌شده بارش توسط شبکه عصبی در ترکیب با الگوریتم ژنتیک نزدیک‌تر به داده‌های واقعی بارش و داده‌های پیش‌بینی‌شده توسط شبکه عصبی بدون ترکیب با الگوریتم ژنتیک از مقدار واقعی دورتر بوده و روند غیرخطی دارد. بنابراین بین میانگین‌های شبیه‌سازی‌شده بارش با مقدار واقعی در ایستگاه کاشان اختلافی فروانی وجود ندارد.

Keywords

• بارش
• کاشان
• منکندال
• شیب سنس
• شبکه عصبی