بازسازی مکانی - زمانی درازمدت میانگین ماهانه بارندگی با استفاده ازتکنیک شبکه های عصبی مصنوعی و زمین آمار مطالعه موردی : شمال غرب ایران

ورودی اکثرمدلهای هیدرولوژیکی نیازمنداطلاعات درازمدت و همزمان بارش بصورت مکانی و زمانی درایستگاه های باران سنجی می باشند که به دلیل عدم تاسیس ایستگاه های ثبت بارندگی درگذشته درایران و نقصان درثبت آماربارندگی دسترسی به آمار درازمدت بارندگی دربسیاری از مناطق کشور با محدودیت هایی همراه شده که عملا پیادهس ازی این مدلها را دراین مناطق غیرممکن ساخته است استفاده از شبکه های عصبی مصنوعی امکان بازسازی این اطلاعات را درایستگاه های پراکنده ی باران سنجی و دردرازمدت حتی درسالهایی که منطقه فاقد ایستگاه های ثبت بارش بوده است را فراهم می کند دراین تحقیق جهت بازسازی آمار میانگین بارندگی ماهانه در305 ایستگاه هواشناسی موجود در سه استان اردبیل آذربایجان شرقی و آذربایجان غربی دردوره زمانی 1975-1994 از 36600 داده ی ثبت شده ی آماربارندگی ماهانه دردوره ده ساله 1995-2004 استفاده شد این داده ها به عنوان ورودی جهت آموزش شبکه های عصبی با الگوریتم پس انتشار خطا مورد استفاده گرفتند طول جغرافیایی عرض جغرافیایی ارتفاع شیب ماه و میانگین بارندگی ماهانه 5 ایستگاه نزدیک به هر ایستگاه نیز به عنوان پارامترهای ورودیدرشبکه انتخاب گردیدند. دقت مدل برای دوره زمانی 1995-2004 معادل 84 درصد و برای دوره 1975-1994 معادل 60درصد برآورد گردید.

کلیدواژه ها:

بازسازی مکانی - زمانی ، شبکه های عصبی مصنوعی ، الگوریتم پس انتشارخطا ، کریجینگ ، شمال غرب ایران