ارزیابی روش شبیه سازی تصادفی برای تولید داده های هواشناسی

Authors

کاظم نصرتی

غلامرضا زهتابیان

اسحق مرادی

افسانه شهبازی

abstract

داده های تاریخی هواشناسی بلند مدت، برای به کارگیری مدل های شبیه سازی رشد گیاهان لازم و ضروری می باشند. داده های شبیه سازی شده زمانی استفاده می شوند که داده های تاریخی موجود نبوده و یا قابل اعتماد نمی باشند و یا اینکه داده های آتی مورد نیاز می باشند. برای شبه سازی می توان از روش های تصادفی که فقط از میانگین های بلند مدت اقلیمی اسنفاده می کنند و یا از روشهای غیر تصادفی که بر اساس مقدار یک متغیر و البته، مقدار متغیر مورد نظر را تخمین می زنند، استفاده کرد. هدف از این مطالعه شبیه سازی تصادفی دماهای بیشینه و کمینه بود و از یک مولد هواشناسی به نام climgen برای تولید داده های دما استفاده شد. تولید داده های دما برای 10 ایستگاه هواشناسی ایران با شرایط اقلیمی متفاوت صورت گرفت و از داده های تاریخی ثبت شده در ایستگاه های فوق برای بررسی نتایج حاصل استفاده شد. در نهایت از سنجه های آماری مانند جذر میانگین مربعات خطا (rmse)، میانگین خطای تقریبی (mbe) و همچنین ضریب همبستگی (r)، شیب (b) و عرض از مبدأ خط رگرسیون برای مقایسه داده های تولید شده و داده های تاریخی استفاده شد. بر اساس سنجده های فوق، مقادیر شبیه سازی شده و تاریخی دارای توافق خوبی با هم بودند. کلید واژه ها: مولد هواشناسی، climgen، دماهای بیشینه و کمینه

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

ارزیابی روش شبیه‌سازی تصادفی برای تولید داده‌های هواشناسی

داده‌های تاریخی هواشناسی بلند مدت، برای به کارگیری مدل‌های شبیه سازی رشد گیاهان لازم و ضروری می باشند. داده‌های شبیه سازی شده زمانی استفاده می شوند که داده های تاریخی موجود نبوده و یا قابل اعتماد نمی باشند و یا اینکه داده های آتی مورد نیاز می باشند. برای شبه سازی می توان از روش‌های تصادفی که فقط از میانگین‌های بلند مدت اقلیمی اسنفاده می کنند و یا از روشهای غیر تصادفی که بر اساس مقدار یک متغیر و...

full text

ارزیابی عملکرد رهیافت توسعه یافته‌ی نزدیکترین همسایه در شبیه سازی داده های هواشناسی روزانه

مولدهای هواشناسی (Weather Generators) با هدف تطویل سری اطلاعات انواع متغیرهای وضع هوا اعم از بارش، دما و رطوبت نسبی، برای ارتقاءِ فهم و درک از عملکرد هر سیستمی که اقلیم عامل تاثیرگذار بر آن باشد، توسعه یافته‌اند. الگوریتم‌های متفاوتی از این مولدها در دو نوع کلی پارامتری و ناپارامتری تا به امروز ارائه شده‌اند. در این مطالعه کارایی مولد ناپارامتری k نزدیکترین همسایه با قابلیت برونیابی داده‌ها در س...

full text

شبیه سازی سطح ایستابی دشت ملایر براساس داده های هواشناسی با استفاده از شبکه‎ی عصبی مصنوعی

برای بررسی کارایی شبکه‎ی عصبی مصنوعی در شبیه‌سازی تغییرات سطح ایستابی سفره‎ی آب زیرزمینی دشت ملایر، از اطلاعات هواشناسی ایستگاه‌های تبخیرسنجی در سطح دشت، حجم آب برداشتی از سفره و مقادیر سطح ایستابی آن استفاده شد. از این اطلاعات، به‌عنوان ورودی شبکه‎ی عصبی مصنوعی نوع پرسپترون چندلایه در چارچوب چهار ساختار اطلاعاتی استفاده شد. ساختار اوّل، شامل میانگین اطلاعات دمای حدّاکثر هوا، دمای حدّاقل هوا، حدّاک...

full text

ارزیابی عملکرد رهیافت توسعه یافته ی نزدیکترین همسایه در شبیه سازی داده های هواشناسی روزانه

مولدهای هواشناسی (weather generators) با هدف تطویل سری اطلاعات انواع متغیرهای وضع هوا اعم از بارش، دما و رطوبت نسبی، برای ارتقاءِ فهم و درک از عملکرد هر سیستمی که اقلیم عامل تاثیرگذار بر آن باشد، توسعه یافته اند. الگوریتم های متفاوتی از این مولدها در دو نوع کلی پارامتری و ناپارامتری تا به امروز ارائه شده اند. در این مطالعه کارایی مولد ناپارامتری k نزدیکترین همسایه با قابلیت برونیابی داده ها در س...

full text

نقش اعداد تصادفی در شبیه سازی و بررسی تحلیلی الگوریتم‌های تولید اعداد تصادفی و ارائه روش تلفیقی جدید

  Abstract: Analyzing different issues of most systems, particularly their design, implementation, and development, requires some sort of techniques which are capable of studying their special conditions in stochastic states. Simulation is regarded as one of the most efficient methods for this purpose in the area of engineering, systems, and management. Studying and analyzing a system under spe...

full text

My Resources

Save resource for easier access later


Journal title:
پژوهش های جغرافیایی (منتشر نمی‏شود)

Publisher: موسسه جغرافیای - دانشکده جغرافیا

ISSN 1026-6836

volume 40

issue 1 2008

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023