تحلیل فراوانی وقوع سرماهای فرین و پیش بینی آن با استفاده از روش شبکه عصبی مصنوعی (مطالعه موردی: استان یزد)

متنوع‌ترین و مهم‌ترین عنصر تاثیرگذار بر شرایط اقلیمی ایران دما است. هدف از این پژوهش پیش بینی فراوانی وقوع سرماهای فرین در ایستگاه های یزد و رباط پشت بادام در یک دوره مشترک آماری 21 ساله با استفاده از شبکه عصبی مصنوعی و رگرسیون خطی است. پارامترهای مورد استفاده شامل بارش, رطوبت نسبی و سرعت باد در ایستگاه های مورد مطالعه می باشد. در این تحقیق ابتدا داده‌های هر ایستگاه به‌ صورت ماهانه برای 21 سال اخذ و با استفاده از روش های صدک 90 و میانگین ،آستانه سرماهای فرین تعریف شده است و براساس مقادیر کمتر از آستانه، فراوانی ماهانه و فصلی سرمای فرین هر ایستگاه مورد بررسی قرار گرفت. برای ارائه مدل برتر پیش‌بینی فراوانی وقوع سرماهای فرین از دو روش رگرسیون خطی و روش غیرخطی شبکه عصبی استفاده شد. در طول دوره آماری موردمطالعه، بیشترین فراوانی وقوع سرمای فرین براساس روش میانگین در ایستگاه‌های یزد و رباط پشت بادام در ماه آبان و براساس روش صدک در ماه های دی، بهمن و اسفند می باشد. بیشترین فراوانی فصلی وقوع سرمای فرین براساس روش صدک، در ایستگاه‌ یزد در فصل زمستان و در رباط پشت بادام در فصل تابستان و براساس روش میانگین، در یزد، فصول بهار و زمستان و در رباط پشت بادام فصل پاییز به وقوع پیوسته است. نتایج آزمون سه نوع شبکه‌های عصبی نشان داد که شبکه نارکس قادر است با دقت بالا و میزان خطای کمتری نسبت به شبکه‌های عصبی پرسپترون چندلایه به پیش‌بینی و شبیه‌سازی دماهای حداقل بپردازند.