مجید رضایی بنفشه درق

مجید رضایی بنفشه درق

مطالب

فیلتر های جستجو: فیلتری انتخاب نشده است.
نمایش ۱ تا ۴ مورد از کل ۴ مورد.
۱.

داده کاوی دمای هوا 24 ساعته ایران با استفاده از یادگیری ماشین شبکه عصبی پرسپترون چند لایه(مقاله علمی وزارت علوم)

کلیدواژه‌ها: دمای هوا 24 ساعته یادگیری ماشین شبکه عصبی پرسپترون چند لایه رگرسیون لجستیک و تابع گردش

حوزه های تخصصی:
تعداد بازدید : ۲۹ تعداد دانلود : ۱۹
هدف از این تحقیق، داده کاوی دمای هوا 24 ساعته ایستگاه های هواشناسی سینوپتیک ایران است. مواد و داده های به کاررفته تحقیق از یک منبع می باشد که به صورت ساعتی برای مدت 31 سال از سازمان هواشناسی کشور دریافت شد. در ارتباط با داده ها می توان گفت که توسط زبان برنامه نویسی R یادگیری ماشین شبکه عصبی پرسپترون چند لایه MLP شبیه سازی شده است. از تابع Anova جهت مقایسه میانگین دمای هوا 24 ساعته در ایستگاه های مورد بررسی در دوره (پایه و شبیه سازی) استفاده شد. با استفاده از تابع گردش، الگوهای زمانی موجود درداده ها تحلیل شد تا مشخص شود که دنباله داده ها تصادفی هستند یا الگو های معناداری دارند؟ در ادامه روش های یادگیری، از رگرسیون لجستیک با هدف پیش بینی اثرات تغییرات آب وهوایی در تغییرات دمای هوا استفاده شد. در مدل لجستیک، (تغییرات آب وهوا) به عنوان متغیر وابسته و دمای هوا (مشاهداتی و شبیه سازی) به عنوان متغیرهای پیش بین مستقل انتخاب شد. داده ها در تحلیل وارد شد و مدل لجستیک معنی دار بود. مجذور آماره کای در دمای هوا برابر 19/314 محاسبه شد که در سطح خطای کمتر از 05/0 معنی دار بود. متغیرهای مستقل مذکور توانسته اند بین 92 تا 88 درصد از تغییرات را که منجر به  افزایش یا کاهش دمای هوا شده بود، به درستی تبیین کند. 4/86 درصد از ماه هایی که تغییرات نداشتند، درست طبقه بندی شدند و 2/93 درصد از پیش بینی ها درباره تغییرات دمای هوا صحیح بود. درکل، 3/95 درصد از پیش بینی ها درست تخمین زده شد. نتایج نشان داد که تغییرات آب وهوا اثر معنی داری روی افزایش یا کاهش دمای ماهانه هوا در ایستگاه های مورد بررسی دارد. بیش ترین و کم ترین میزان دمای مشاهداتی هوا به ترتیب در ماه های ژوئیه و ژانویه، شبیه سازی ها نیز بیش ترین و کم ترین مقدار دما را برای همین ماه ها پیش بینی کرده اند. بیش ترین و کم ترین دمای هوا سالانه نیز به ترتیب برای ایستگاه های سیری و زرینه ثبت و پیش بینی شده است.
۲.

شبیه سازی و پیش بینی دمای حد بیش تر و امواج گرمایی شهر ارومیه(مقاله علمی وزارت علوم)

کلیدواژه‌ها: امواج گرمایی SDSM CanESM2 ارومیه

حوزه های تخصصی:
تعداد بازدید : ۶۲ تعداد دانلود : ۴۶
هدف پژوهش حاضر، شبیه سازی و پیش بینی دمای حد بیش تر و امواج گرمایی شهر ارومیه طی سال های 2050-2020 به منظور پیش آگاهی و کاهش آثار منفی ناشی از افزایش ناگهانی دما در این شهر است که با استفاده از نرم افزار SDSM و مدل CanESM2 شبیه سازی و تحت مناسب ترین سناریوی RCP برای 31 سال آتی پیش بینی گردید. بدین منظور ، داده های حد بیش تر دمای روزانه ایستگاه ارومیه از سال 2005-1961 به عنوان نماینده سایر ایستگاه های استان آذربایجان غربی از سازمان هواشناسی کشور دریافت و پیش بینی انجام شد. نوآوری پژوهش حاضر، استفاده از کم خطاترین سناریوی RCP برای پیش بینی دقیق تر می باشد. طبق نتایج حاصل، سناریوی 5/8RCP به عنوان کم خطاترین سناریو جهت پیش بینی انتخاب شد و یافته ها نشان دادند که میانگین حد بیش تر دما در ایستگاه ارومیه از اواخر زمستان تا اواخر بهار نسبت به دوره پایه کاهش و در اواسط تابستان افزایش جزئی خواهد داشت. در مجموع طی سال های 2050-2020 شاهد روند افزایشی محسوس حد بیش تر دمای شهر ارومیه خواهیم بود. براساس نتایج اعمال شاخص بالدی، امواج گرمایی این شهر کوتاه مدت و حد بیش تر چهار روزه خواهد بود. بیش ترین فراوانی امواج گرمایی مربوط به امواج یک روزه بود که روند افزایشی جزئی داشت ولی امواج گرمایی دو، سه و چهار روزه روند کاهشی نشان دادند. در مجموع، احتمال رخداد امواج گرمایی کوتاه مدت، بیش تر از امواج گرمایی بلندمدت است. همچنین از آنجا که امواج گرمایی شناسایی شده اغلب در پاییز و زمستان بیش ترین فراوانی را نشان دادند، لذا احتمال وقوع این مخاطره در فصول سرد بیش تر از فصول گرم است.
۳.

شبیه سازی عددی تغییرات آب و هوایی ایران با استفاده از الگوریتم شبکه های عصبی مصنوعی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: شبیه سازی عددی تغییرات آب وهوایی ایران دما و بارش الگوریتم شبکه های عصبی مصنوعی

حوزه های تخصصی:
تعداد بازدید : ۱۶۹ تعداد دانلود : ۱۵۷
هدف از این مطالعه شبیه سازی عددی و پیش بینی تغییرات آب وهوای ایران با تأکید بر دو پارامتر اقلیمی دما و بارش است. روش مورد استفاده این تحقیق الگوریتم شبکه های عصبی مصنوعی برای شبیه سازی متغیرهای دما و بارش 24 ساعته برحسب گام زمانی ماهانه در طی یک دوره 31 ساله نسبت به دوره پایه است. از تحلیل مانوا برای مقایسه میانگین تغییرات دما و بارش طی دوره مشاهده شده 2020-1990 و دوره شبیه سازی شده 2050-2020 استفاده شده است. نتایج مقایسه نشان می دهد، تفاوت معنی داری بین تغییرات دما و بارش 24 ساعته در ایستگاه های هواشناسی منتخب در ایران وجود دارد. مربع جزئی اتا محاسبه شده، تغییرات بارش و دمای ثبت شده به ترتیب برابر1/42 و 9/17 درصد، تغییرات بارش و دمای شبیه سازی شده نیز به ترتیب برابر6/41 و 1/18 درصد می باشد. بیشترین و کمترین بارش مشاهده شده در ماه های مارس و ژوئیه رخ داده است. شبیه سازی ها بیشترین و کمترین میزان بارش را برای ماه های مارس و اوت پیش بینی کردهاند. همچنین بیشترین و کمترین میانگین دمای مشاهده شده به ترتیب در ماه های ژوئیه و ژانویه رخ داده و شبیه سازی ها نیز این مقادیر را برای همین ماه ها پیش بینی کرده اند. نتایج مقایسه ایستگاه های هواشناسی منتخب طی دوره های مذکور نشان داد، بیشترین و کمترین مقادیر بارش مشاهده شده به ترتیب در ایستگاه های رشت ۹۵/۱۰۹و یزد ۳۶/۴ میلی متر ثبت شده و شبیه سازی ها نیز برای همین ایستگاه ها ۴۶/ ۱۱۲ و ۶۳/۵ میلی متر پیش بینی کرده اند. بیشترین و کمترین میانگین دمای مشاهداتی به ترتیب در ایستگاه های بندرعباس۹۹/۲۶ و اردبیل۳۶/۹درجه سانتی گراد ثبت شده و شبیه سازی ها نیز برای همین ایستگاه ها۱۰/۲۷و۴۵/۹ درجه سانتی گراد پیش بینی کرده اند.
۴.

پایش و تحلیل تطبیقی نقش خشکسالیهای هواشناسی بر تغییرات سطح ایستابی چاه های پیزومتری دشت مرند(مقاله علمی وزارت علوم)

کلیدواژه‌ها: خشکسالی هواشناسی خشکسالی هیدرولوژیکی شاخص SPI شاخص SWI دشت مرند

حوزه های تخصصی:
  1. حوزه‌های تخصصی جغرافیا جغرافیای طبیعی آب و هواشناسی
  2. حوزه‌های تخصصی جغرافیا فنون جغرافیایی روش های کمی در جغرافیا
تعداد بازدید : ۷۸۵ تعداد دانلود : ۴۴۶
در این پژوهش، دوره های متوالی خشکسالی هواشناسی و ژئوهیدرولوژیکی با استفاده از شاخص خشکسالی SPI و SWI در 6 بازه زمانی (6، 9، 12، 18، 24 و 48 ماهه) در دشت مرند واقع در استان آذربایجان شرقی، بررسی شد. برای این منظور، از داده های هواشناسی (متوسط بارش ماهانه) 7 ایستگاه باران سنجی در دوره آماری (91-1359) و داده های ماهانه سطح آب 23 چاه پیزومتری در دوره آماری (90-1380) استفاده شد. نقشه های مربوطه با استفاده از نرم افزار Arc Gis و با روش کریجینگ تهیه و ترسیم شدند که پهنه های درگیر خشکسالی در منطقه را نمایان ساخت. همچنین شدیدترین خشکسالی و فراوانی نسبی خشکسالی های هواشناسی و آب زیرزمینی در طول دوره آماری به دست آمد. نتایج بررسی مقادیر SPI نشان داد که خشکسالی هواشناسی از نظر مکانی دارای روند مشخصی نمی باشد در حالی که خشکسالی آب های زیرزمینی به طور تصادفی در منطقه رخ نداده و تمرکز آن در غرب آبخوان بیش از شرق آن بوده است. جهت بررسی اثرات خشکسالی بر افت سطح ایستابی، بهترین همبستگی بین آن ها، 720/0- با تأخیر زمانی 5 ماهه به دست آمد که در سطح 1 درصد معنی دار بوده و تأثیرپذیری منابع آب زیرزمینی را با یک تأخیر 5 ماهه نمایان می سازد. همچنین نتایج بررسی داده های ماهانه سطح آب دشت مرند در دوره آماری (90-1380) نشان داد که تراز آب زیرزمینی دشت دارای روند منفی بوده که با افت حدود 2 متر مواجه بوده است.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

حوزه تخصصی

زبان