شبیه سازی و ریزمقیاس نمایی بارش روزانه در حوضه آبریز باراندوزچای (مطالعه موردی: ایستگاه بارانسنجی دیزج)

پیش بینی تغییرات آب و هوایی کره زمین با استفاده از مقادیر ثبت شده در دوره آماری حاضر نیازمند روشی دقیق بوده که بتوان نوسانات این تغییرات را به خوبی شناسایی کرده و با الگوگیری از این تغییرات مقادیر پارامترمورد نظر را برای سال ها و یا دوره های آینده پیش بینی کند. در این مطالعه دو مدل رگرسیون چند متغیره و رگرسیون بردار پشتیبان جهت ریزمقیاس نمایی مقادیر بارش روزانه ایستگاه بارانسنجی دیزج با استفاده از 26پارامتر پیش بینی کننده مورد بررسی و مقایسه قرار گرفت. مقادیر بارش روزانه ایستگاه مورد بررسی از تاریخ 3 / 21 / 1961 تا تاریخ 12 / 20 / 2005 انتخاب گردید. هر دو روش ذکر شده با استفاده از آزمون پیرسون از بین 26 پارامتر پیش بینی کننده، 16 پارامتر که همبستگی بالایی با مقادیر بارش روزانه داشته انتخاب گردید. جهت بررسی مقادیر خطای ناشی از مدل سازی از سه روش ضریب تبیین، مجذور میانگین مربعات خطا و معیار کارایی مدل استفاده شد. نتایج بررسی دقت و میزان خطای مدل ها نشان داد که مدل رپرسیون بردار پشتیبان کمترین مقدار خطا و بیشترین میزان دقت را در شبیه سازی مقادیر بارش روزانه ایستگاه بارانسنجی دیزج داشته است.

کلیدواژه ها:

بارش ، دریاچه ارومیه ، شبکه عصبی ، ماشین بردار پشتیبان