ارزیابی کارایی مدل درخت تصمیم در پیش بینی بارش ایستگاه سینوپتیک کرمانشاه(مقاله علمی وزارت علوم)
حوزه های تخصصی:
بارش یکی از اجزای اصلی بیلان منابع آب بوده و پیش بینی آن می تواند در مدیریت تامین آب کشاورزی مدیریت منابع آب موجود در مخازن سدها و ... مفید باشد. درخت تصمیم به عنوان یکی از مدل های پیش بینی، کارایی زیادی در این زمینه دارد و به تولید قانون می-انجامد. در این پژوهش جهت رسیدن به اهداف از ارزیابی کارایی مدل درخت تصمیم جهت پیش بینی بارش در ایستگاه سینوپتیک کرمانشاه و از الگوریتم CART (Classification And Regression Tree) به عنوان یکی از انواع درختان تصمیم رگرسیونی جهت پیش بینی بارش 30 ماه بعد استفاده شده است. داده های مورد استفاده این پژوهش مربوط به آمار ماهیانه بارندگی، تبخیر، رطوبت نسبی، دمای ماکزیمم، دمای متوسط و سرعت باد در دوره آماری(1389- 1349) می باشد. سپس جهت ارزیابی درخت های ایجاد شده در این پژوهش از معیارهای آماری مختلف استفاده شده است که در نهایت نتایج نشان می دهد در ایستگاه سینوپتیک کرمانشاه درخت تصمیم گیری رگرسیونی، مدلی نسبتاً کارا در پیش بینی بارش می باشد که استفاده از میانگین متحرّک نسبت به سایر حالات منجر به افزایش چشمگیر کارایی مدل درخت تصمیم می شود و در صورت تعدیل دامنه تغییرات داده های ورودی قادر است با ضریب اطمینان بالایی میزان بارش را 30 ماه قبل از وقوع برآورد نماید که در شبیه سازی های صورت گرفته، زمانی که از میانگین متحرّک پنج ساله داده ها برای اجرای مدل استفاده گردیده، ترکیب بارش قبلی، دمای ماکزیمم به عنوان مناسب ترین حالت شناسایی شده است.