| تعداد نشریات | 287 |
| تعداد نشریات سازمان | 85 |
| تعداد شمارهها | 3,159 |
| تعداد مقالات | 35,108 |
| تعداد مشاهده مقاله | 50,529,311 |
| تعداد دریافت فایل اصل مقاله | 90,478,013 |
پیشبینی وقوع طوفان گرد و خاک با استفاده از روش شبکههای عصبی مصنوعی (مطالعهی موردی: شهر زابل) | ||
| تحقیقات مرتع و بیابان ایران | ||
| مقاله 3، دوره 17، شماره 2، شهریور 1389، صفحه 205-220 اصل مقاله (599.33 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
| محمدرضا جمالیزاده تاجآبادی* 1؛ علیرضا مقدم نیا2؛ جمشید پیری3؛ محمدرضا اختصاصی4 | ||
| 1دانشجوی کارشناسی ارشد بیابانزدایی، دانشکده منابع طبیعی، دانشگاه زابل | ||
| 2استادیار، گروه مرتع و آبخیزداری دانشکده منابع طبیعی، دانشگاه زابل | ||
| 3کارشناس ارشد، ادارهی جهاد کشاورزی زابل | ||
| 4دانشیار، گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه یزد | ||
| چکیده | ||
| طوفانهای گرد و خاک یکی از انواع رایج حوادث و فرایندهای اقلیمی در مناطق خشک، نیمهخشک و بیابانی دنیا هستند. این طوفانها هر ساله خسارتهای مالی زیادی را بر منابع انسانی وارد میسازند. پیشبینی زمان وقوع این پدیده میتواند برای اتخاذ تدابیر پیشگیرانه در مقابل خسارتهای بهداشتی، ترابری، نظامی و غیره مؤثر واقع شود. شبکههای عصبی مصنوعی روشی است که میتواند برای پیشبینی روندهای غیرخطی و فرایندهایی که درک کاملی از نحوهی وقوع آنها وجود ندارد، مورد استفاده قرار گیرد. در مقالهی حاضر سعی شده است تا با استفاده از این روش به پیشبینی وقوع طوفان گرد و خاک و نیز میزان دید حداقل روزانه در شهر زابل با استفاده از دادههای هواشناسی پرداخته شود. نتایج بدستآمده در پیشبینی کوتاهمدت وقوع طوفانها موفقیت بیشتری نشان میدهند (96/0=d)، اگرچه با بیشترشدن زمان پیشبینی، از دقت نتایج کاسته میشود (95/0=d). در حالی که در پیشبینی میزان دید موفقیت کمتری بهدستآمد (88/0=d). بنابراین به نظر میرسد با شناخت بهتر فرایند این طوفانها بتوان پیشبینیهای دقیقتری را با استفاده از این شبکهها انجام داد. | ||
| کلیدواژهها | ||
| طوفان گرد و خاک؛ دید حداقل؛ شبکه عصبی مصنوعی؛ پیشبینی؛ زابل | ||
| عنوان مقاله [English] | ||
| Application of artificial neural networks in dust storm prediction (case study: Zabol city) | ||
| نویسندگان [English] | ||
| Mohammad reza Jamalizadeh Tajabadi1؛ Ali reza Moghadam nia2؛ Jamshid piri3؛ Mohammad reza Ekhtesasi4 | ||
| چکیده [English] | ||
| Dust storms are common climatic events in arid, semi arid and desert regions of the world. These events impact human resources by foundation losses, every year. Accurate prediction of these events can be effective for decision support in environmental, health, army, and other related fields. An artificial neural network is a method which can predict nonlinear problems. In this study we attempted to predict dust storms and low visibility in Zabol city using synoptic data. Result indicates that this method is somewhat successful and appears that via identification of much more dust storm occurrence process, we can do more accurate prediction. | ||
| کلیدواژهها [English] | ||
| Dust storm, minimum visibility, Artificial Neural Network, prediction, Zabol | ||
|
آمار تعداد مشاهده مقاله: 1,249 تعداد دریافت فایل اصل مقاله: 762 |
||