پیشبینی رخداد بارش سنگین منطقهای در جنوب غربی ایران با استفاده از متغیرهای همدیدی و روشهای داده کاوی | ||
| تحقیقات آب و خاک ایران | ||
| دوره 53، شماره 2، اردیبهشت 1401، صفحه 317-332 اصل مقاله (1.24 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/ijswr.2022.338036.669197 | ||
| نویسندگان | ||
| کوکب شاهقلیان1؛ جواد بذرافشان* 1؛ پرویز ایران نژاد2 | ||
| 1گروه آبیاری و آبادانی، دانشکده مهندسی و فناوری کشاورزی، دانشکدگان کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، تهران، ایران | ||
| 2دانشیار گروه فیزیک فضا-موسسه ژئوفیزیک دانشگاه تهران | ||
| چکیده | ||
| پیشبینی کوتاهمدت بارشهای سنگین اهمیت ویژهای در هشدار سیل و بهحداقلرساندن آسیبهای ناشی از آن دارد. در این مطالعه، تعریف جدیدی از بارش سنگین منطقهای برپایه الگوی احتمالاتی رگبارها ارائه شد. برای این منظور از دادههای بارش روزانه (2018-1987) مربوط به 12 ایستگاه همدید در جنوب غرب ایران استفاده شد. بهعلاوه، شش متغیر همدیدی در ترازهای 1000 تا 200 هکتوپاسکال مربوط به یک تا پنج روز قبل از بارش سنگین (که گستره وسیعی در خارج منطقه مطالعاتی را پوشش میدهند) بهعنوان پیشبینی گر مورداستفاده قرار گرفت. برای اجرای این پژوهش از چهار روش انتخاب متغیر و ده مدل یادگیری ماشین از نوع طبقهبندیکننده دودوئی استفاده شد. نتایج نشان داد که بهمنظور تشخیص بارشهای سنگین از غیر سنگین، بهترین حالت استفاده از دادههای تا چهار روز پیش از رخداد بارش است. همچنین، از بین چهار روش انتخاب متغیر، روشهای Chi-Square و Extra Tree برCorrelation و Random Forest برتری دارند. در نتیجه این مطالعه مشخص شد که مدل Random Forest با روش انتخاب متغیر Chi-Square بالاترین کارایی در پیشبینی بارشهای سنگین در منطقه مطالعاتی را دارد. متغیرهای همدیدی مناسب برای پیشبینی بارش سنگین شامل رطوبت نسبی و رطوبت ویژه 1-2 روز قبل و باد برداری 2-4 روز قبل از رخداد بودند. | ||
| کلیدواژهها | ||
| بارش سنگین منطقهای؛ پیش بینی؛ داده کاوی؛ متغیرهای همدیدی؛ ایران | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 895 تعداد دریافت فایل اصل مقاله: 696 |
||