طراحی یک شبکه عصبی مصنوعی برای پیش بینی وقوع اولین یخبندان های پاییزه و آخرین یخبندان های بهاره در استان کردستان

پیش بینی دقیق یخبندان های شبانه یا کاهش دمای خشک به صفر و زیر صفر درجه سلسیوس در یکی از ساعات21، 00 و03 و 06 در ابتدا و انتهای فصل سرما برای کشاورزان در نواحی مستعد کشاورزی بسیار حائز اهمیت می باشد. در پژوهش حاضر از شبکه عصبی مصنوعی پرسپترون سه لایه دارای آرایش ایستا یا استاتیک برای تخمین دمای هوا دراستان کردستان ایران استفاده شده است. برای توقف آموزش شبکه از میانگین مربعات خطا (MSE) استفاده شد. شش متغیر دمای خشک، دمای تر، رطوبت نسبی، سرعت باد، جهت باد و پوشش ابری متعلق به 7 ایستگاه سینوپتیک استان کردستان ورودی مدل را تشکیل میدهند. خروجی شبکه پیش بینی یخبندان برای ساعات 21، 00، 03 و 06 است. نتایج نشان داد که شبکه عصبی مصنوعی طراحی شده با تعداد نرونهای متغیر در لایه پنهان توانایی برآورد دمای هوا درتمام ایستگاه های منطقه را دارا است. مقادیر ضریب همبستگی (R) و جذرمیانگین مربعات انحراف (RMSD) توانایی بالای شبکه در برآورد دمای هوا در ایستگاه ها را نشان می دهد.