پیش بینی سری بارندگی با استفاده از شبکه عصبی مصنوعی و روش حداکثر بارش محتمل

پیشبینی دقیق بارش باران به خصوص در مناطق خشک و نیمه خشک، نقش مهمی را در مدیریت موثر منابع آب بازی میکند. حصول روشهای مناسب و دقیق در پیشبینی بارندگی یکی از مسایل چالش انگیز امروزی، در مدیریت منابع آب و مخاطرات اقلیمی است. اگرچه تحقیقات زیادی در زمینه استفاده از روش های هوش محاسباتی برای پیش بینی بارش و رواناب صورت گرفته ا ست اما، روش حداکثر بارش محتمل یکی از ابزارهای به ن سبت پرکاربردتر به منظور طراحی سازه های آبی و پیش بینی سی لاب های حداکثر در ایران بوده ا ست. لذا در این تحقیق کارایی این روش در برابر روش شبکه عصبی مصنوعی به چالش کشیده شده است. نتایج ن شان داد که روش شبکه عصبی مصنوعی، پاسخ مناسبی برای پیش بینی فرایند بارش خواهد داشت. به طوری که با ضریب همبستگی بسیار بالا و در حدود 97 درصد روبرو هستیم . با این حال، نتایج نشان داد که روش سینوپتیک به مراتب مقادیر حداکثر را بهتر از شبکه ع صبی تخمین خواهد زد. ا ستفاده از این دو روش در کنار هم امکان برر سی و مقای سه هر چه بهتر و مدل سازی هر چه صحیح تر را فراهم می آورد.

کلیدواژه ها:

پیش بینی بارندگی ، شبکه عصبی مصنوعی ، حداکثر بارش محتمل