سال انتشار: ۱۳۹۱

محل انتشار: چهارمین همایش علمی سراسری دانشجویی جغرافیا

تعداد صفحات: ۱۱

نویسنده(ها):

مهدی قدیرزاده پریخانی – کارشناس ارشد اقلیم شناسی
برومند صلاحی – استادیاردانشگاه محقق اردبیلی

چکیده:

پیش بینی دماهای حداقل برای پیش بینی زمان وقوع و شدت یخبندان دردستیابی به استراتژی های کاهش آسیب رسانی به گیاهان بسیارموثر است همچنین پیش بینی دماهای حداقل به عنوان یکی از پارامترهای اقلیمی درحوزه های مختلف مدیریت منابع سوخت کشاورزی و ماشین آلات کشاورزی آبیاری و خطوط انتقال آب بیماریها حمل ونقل و تصادفات جاده ای و غیره از اهمیت ویژه ای در تعیین سیاست های آینده جهت بهینه سازی این منابع و صرفه هزینه ها کنترل و جلوگیری از بحران و استفاده ازمنابع برخوردار است و پیش بینی دماهای حداقل اولین گامی است که می تواند ما رادربکارگیری تمامی امکانات موجود و اجرای روشهای مقابله با سرما یاری نماید ازروشهای نوین درزمینه ی پیش بینی پارامترهای اقلی شبکه های عصبی مصنوعی از مولفه های هوش مصنوعی را می توان نام برد که ابزاری توانمنددرزمینه مدلسازی و پیش بینی پارامترهای اقلی است دراین پژوهش با استفاده از از اطلاعات میانگین دمای حداقلو حداکثر ماهانه حداکثر رطوبت نسبی مجموع ساعات آفتابی و بارش ماهانه ایستگاه سینوپتیک اردبیل درطول دوره آماری ۲۰ ساله ۲۰۰۴-۱۹۸۵ بهعنوان ورودیهای شبکه عصبی مصنوعی میانگین دمای حداقل ماهانه در طی سالهای ۲۰۰۹-۲۰۰۵ به منظور تعیین میزان خطای شبکه پیش بینی شد.