بررسی تغییر اقلیم با استفاده از شبکه عصبی مصنوعی

جستار دگرگونی اقلیم از جستارهای روز و چالشهای جهانی است. آگاهی از چگونگی اقلیم کنونی و دگرگونی های آن نسبت به گششته می تواند در برنامه ریزی های سیاسی، اجتماعی و اقتصادی انسانهای ساکن بر روی کره ی زمین کارساز باشد. از سویی برای این آگاهی تکاپوهای بسیاری بدست فیزیکدانان و اقلیم شناسان با روش های گوناگون روی داده است. با این همه در بسیاری از مسایل, نبود باور و اطمینان پدید آمده است. در این کار کوشش کرده ایم با به کارگیری از شبکه های عصبی مصنوعی با دقت بیشتری مساله دگرگونی اقلیم را بررسی کنیم.شبکه عصبی مصنوعی، یکی از رو به پیشرفت می باشد که در جستارهای گوناگون برای پیش بینی، خوشه بندی و الگو سازی به کار گرفته می شود. شبکه عصبی مصنوعی برگرفته از شبکه عصبی مغز انسان می باشد که با دریافت داده ها از راه دندریت ها در نرون ها پردازش مورد نیاز روی داده و از راه آکسون فرمان یا برونرفتی فرستاده می شود. شبکه عصبی از لایه ورودی، لایه یا لایه های پنهان و لایه برونرفت تشکیل شده است. بر پایه معماری شبکه شمار نرون های لایه های ورودی و پنهان تعیین می گردد. همواره تابعی به نام تابع پویاسازی که روی نرون نهاده شده و بر ورودی هااثرکرده و برونرفتی را فرآوری می کندپدید آمده است. شبکه عصبی باید بر پایه الگوریتم آموزشی (روشی که وزنهای روی آکسونها بر پایه آن دگرگون می شوند تا برونرفت مورد دلخواه را بدست آوریم) برای برونرفت دلخواه آماده سازی گردد. در این کار، به کاربرد شبکه عصبی خودسازمانگر از میان گونه های شبکه ها، در بررسی دگرگونی اقلیم پرداخته شده است. برای این کار داده های هواشناسی نوشته شده به گونه روزانه در درازای 44 سال برای ایستگاه سینوپتیکی زنجان را به کار گرفته ایم. در پایان به برآیند خوبی به ویژه در دگرگونی اقلیم در زنجان رسیدیم. برآیند نشانگر یک دگرگونی اقلیم تدریجی از هر 5 سال به 5 سال پسین و همچنین از هر دهه به دهه ی دیگر بوده و این دگرگونی ها پس از سال 1370 آشکار تر شده است و همچنین گرایش به گرم شدن در ماههای سرد سال کاملا آشکار می باشد.

کلیدواژه ها:

شبکه عصبی خودسازمانگر ، تغییر اقلیم ، دسته بندی سینوپتیک