توسعه مدل پیش بینی بارش مناطق ساحلی با استفاده از پیش بینی کننده های اقلیمی

پیش بینی بارش فصلی بویژه در نواحی نزدیک به سطوح آبی از اهمیت بالایی در برنامه ریزی توسعه و بهره برداری این مناطق به دلیل احتمال آبگرفتگی برخوردار است. در مطالعات اخیر در زمینه پیش بینی میان مدت بارش، ارتباط تغییرات بارش با پارامترهای اقلیمی از جمله دمای سطح آب دریاSST)و تغییرات آن مورد تاکید قرار گرفته است. در این مقاله پیش بینی بارش در نواحی ساحلی خلیج فارس با استفاده از پارامتر اقلیمیSSTمربوط به محدوده جغرافیایی خلیج فارس مورد بررسی قرار گرفته است. بدین منظور روابطی بین تغییرات درجه حرارت سطح آب دریاSSTدر فصول تابستان و پاییز و میانگین بارش فصول پاییز و زمستان در چندین شهر جنوبی ایران از جمله اهواز و بندر عباس با استفاده ازمدل های شبکه عصبی توسعه داده شده است. جهت پیش بینی احتمال وقوع مقادیر حدی بارش در فصول پاییز و زمستان در محدوده مطالعاتی مورد نظر، مقادیر فصلی و ماهیانهSSTتابستان و پاییز به ترتیب مورد استفاده قرار گرفته اند. داده های بارش بین سالهای 1957 تا 2006 در منطقه مورد مطالعه، جهت توسعه رابطه پیش بینی بارش فصول پاییز ومورد استفاده قرار گرفته اند. نتایج این مطالعه نشان دهنده اثرگذاری تغییرات دمای ،SST زمستان با استفاده از پارامتر سطح خلیج فارس بر بارش مناطق جنوبی ایران می باشد.

کلیدواژه ها:

پیش بینی بارش ، شبکه عصبی مصنوعی SST