ارزیابی مدل‌های داده‌کاوی در ریزمقیاس نمایی بارش براساس داده‌های مدل‌ گردش عمومی NCEP (مطالعه موردی: ایستگاه سینوپتیک کرمانشاه)

طی سال‌های اخیر روش‌های زیادی برای ریزمقیاس‌نمایی متغیرهای هواشناسی از داده‌های بزرگ مقیاس مدل‌های گردش‌های عمومی جو ارایه شده است. در این پژوهش کارایی سه روش ماشین بردار پشتیبان (svm)، درخت تصمیم (m5) و نزدیکترین k-همسایگی (knn) از مدل‌های داده‌کاوی در ریزمقیاس‌نمایی بارش، به کمک پارامترهای خروجی مدل گردش عمومی جو ncep در ایستگاه کرمانشاه بررسی شد. در دوره آماری 1991-1961 بارش روزانه ایستگاه کرمانشاه و پارامترهای خروجی ncep مدل‌سازی شد و نتایج آن‌ها برای دوره آماری 2001-1992 آزمایش شد. نتایج این بررسی نشان داد که بارش شبیه‌سازی شده با هر یک از مدل‌های داده‌کاوی، دارای میانگین و انحراف معیار کمتری نسبت به داده‌های مشاهداتی هستند و مقادیر حدی را نمی‌توانند به خوبی پیش‌بینی ‌کنند. با این وجود روش نزدیک‌ترین همسایگی نسبت به دیگر روش‌ها نتایج بهتری را ارایه کرد.