خوشه بندی بارش ایران با استفاده از روشی نوین مبتنی برکاربرد نگاشت (svd) و خوشه‌بندی فازی (fcm)

هدف این تحقیق خوشه بندی بارش ایران به‌منظور شناخت تفاوتهای مکانی آن است. داده های روزانه بارش، رطوبت نسبی و دمای نقطه شبنم 63 ایستگاه کشور در بازه زمانی 1985 تا 2013 از سازمان هواشناسی کشور اخذ شد. این داده‌های خام با استفاده از روش نگاشت تجزیه به مقادیر منفرد (svd) فشرده و کاهش بعد داده شد و به‌عنوان ویژگیهای غیرخطی آماده سازی گردید. علاوه بر این ویژگیها 9 ویژگی بارش شامل روزهای با بارش سنگین (بزرگ‌تر مساوی 10 میلی‌متر)، روزهای با بارش خیلی سنگین (بزرگ‌تر مساوی 20 میلیمتر)، روزهای با بارش بزرگ‌تر مساوی 25 میلیمتر، بزرگ‌ترین تعداد روزهای خشک متوالی (cwd)، بزرگ‌ترین تعداد روزهای تر متوالی (cdd) و تعداد روزهای بارش در هر فصل به‌عنوان ویژگیهای خطی از بارش روزانه استخراج شد. در مرحله نهایی این ویژگیهای خطی و غیرخطی به هم الحاق شده و به سیستم خوشه بندی فازی وارد شدند. نتایج این تحقیق 6 خوشه بارشی را در ایران نشان داد. نواحی ساحلی خزر، سواحل خلیج فارس و دریای عمان، نواحی بسیارخشک مرکزی، نواحی نیمه خشک، نواحی کوهستانی و نیمه کوهستانی در خوشه های مجزا قرار گرفتند که با عرض جغرافیایی، توپوگرافی ایران و دوری و نزدیکی از دریا و منابع رطوبتی مطابقت نشان میدهند. مقایسه نتایج این خوشه بندی با روشهای دیگر که تاکنون انجام شده است حاکی از تفکیک و جداسازی قابل قبول ایستگاهها و خوشه ها با توجه به میزان بارش ایستگاهها و عوامل موثر بر آن میباشد.

Clustering the rainfall of Iran with using new approach based on Singular Value Decomposition Mapping and Fuzzy CMeans Clustering

The aim of this study is clustering of Iran precipitation in order to recognize its spatial differences. Daily data of precipitation, relative humidity, and due point temperature were acquired from 63 stations since the year 1980 till 2013 by national meteorology organization. These primary data by using of the method Singular Value Decomposition (SVD) mapping were compressed to single values and then decreased and prepared as nonlinear properties. In addition to these properties, some other properties such as the days with heavy precipitation (greater than or equal to 10 mm), days with much heavy precipitation (greater than or equal to 20 mm), days with precipitation greater than or equal to 25 mm, greatest number of consecutive dry days (CDD), greatest number of consecutive wet days (CWD), and the number of days with precipitation at every season were acquired as linear properties of daily precipitation. In the final step, these linear and nonlinear properties were joined together then entered to the fuzzy clustering system. The result of this study showed six precipitation clusters in Iran. The coastal areas of the Caspian Sea, Persian Gulf and Oman Sea, the central very dry, semiarid, mountainous and semimountainous areas were grouped in definite clusters according to Iran topography, Latitude and distance from the sea and water resources. Comparing the results of clustering by this method with other methods that have been done until now, we found that this new approach of clustering can distinguished the stations and clusters regarding its causative agents, significantly high performance.