داده ‌کاوی دمای‌ هوا 24 ساعته ایران با استفاده از یادگیری ماشین شبکه عصبی پرسپترون چندلایه

هدف از این تحقیق، داده‌کاوی دمای‌هوا‌ 24 ساعته ایستگاه‌های هواشناسی سینوپتیک ایران است. مواد و داده‌های به‌کاررفته تحقیق از یک منبع می‌باشد که به ‌صورت ساعتی برای مدت 31 سال از سازمان هواشناسی کشور دریافت شد. در ارتباط با داده‌ها می‌توان گفت که توسط زبان برنامه‌نویسی r یادگیری ماشین شبکۀ عصبی پرسپترون چند‌لایه mlp شبیه ‌سازی ‌شده است. از تابع anova جهت مقایسه میانگین دمای‌هوا 24 ساعته در ایستگاه‌های مورد بررسی در دوره (پایه و شبیه‌سازی) استفاده شد. با استفاده از تابع گردش، الگوهای زمانی موجود درداده‌ها تحلیل شد تا مشخص شود که دنباله داده‌ها تصادفی هستند یا الگو‌های معناداری دارند؟ در ادامۀ روش‌های یادگیری، از رگرسیون لجستیک با هدف پیش‌بینی اثرات تغییرات آب‌وهوایی در تغییرات دمای‌هوا استفاده شد. در مدل لجستیک، (تغییرات آب‌وهوا) به‌عنوان متغیر وابسته و دمای‌هوا (مشاهداتی و شبیه‌سازی) به‌عنوان متغیرهای پیش‌بین مستقل انتخاب شد. داده‌ها در تحلیل وارد شد و مدل لجستیک معنی‌دار بود. مجذور آماره کای در دمای‌هوا برابر 19/314 محاسبه شد که در سطح خطای کمتر از 05/0 معنی‌دار بود. متغیرهای مستقل مذکور توانسته‌اند بین 92 تا 88 درصد از تغییرات را که منجر به  افزایش یا کاهش دمای‌هوا شده بود، به‌درستی تبیین کند. 4/86 درصد از ماه‌هایی که تغییرات نداشتند، درست طبقه‌بندی شدند و 2/93 درصد از پیش‌بینی‌ها دربارۀ تغییرات دمای‌هوا صحیح بود. درکل، 3/95 درصد از پیش‌بینی‌ها درست تخمین زده شد. نتایج نشان داد که تغییرات آب‌وهوا اثر معنی‌داری روی افزایش یا کاهش دمای ماهانه هوا در ایستگاه‌های مورد بررسی دارد. بیش‌ترین و کم‌ترین میزان دمای مشاهداتی هوا به‌ترتیب در ماه‌های ژوئیه و ژانویه، شبیه‌سازی‌ها نیز بیش‌ترین و کم‌ترین مقدار دما را برای همین ماه‌ها پیش‌بینی کرده‌اند. بیش‌ترین و کم‌ترین دمای‌هوا سالانه نیز به ترتیب برای ایستگاه‌های سیری و زرینه ثبت و پیش بینی شده است.

data mining of iran’s 24-hour air temperature by the use of multi-layer perceptron neural network machine learning

the main goal of this research was analyzing the 24-hour air temperature of synoptic weather stations in iran. the materials and data used in the research were from the hourly data from the national meteorological organization for a 31 years period. the data was simulated by the r programming language of the mlp multilayer perceptron neural network. the anova function was used to compare the average 24-hour air temperature in the stations under investigation for further simulation. using the rotation function, the time patterns in the data were analyzed to in order determine whether the data sequences were random or had significant patterns. in the continuation of the learning methods, logistic regression was applied aiming at the predicting the effects of climate changes in air temperature variations. in the logistic model the climate changes were chosen as the dependent variable and air temperature (observational and simulated) as the independent predictor variables. the data were included in the analysis and the results of applying the logistic model were significant. the chi square function of the temperature was calculated as 314.19, which was significant at the error level of less than 0.05. the mentioned independent variables were able to correctly explain between 92 and 88 percent of the changes that led to an increase or decrease in air temperature. 86.4% of the months that had no changes were correctly classified, and 93.2% of the predictions about air temperature changes were correct. in general, 95.3% of the predictions were estimated correctly. the results showed that climate changes have a significant effect on increasing or decreasing the monthly air temperature. the simulations predicted the highest and lowest observed temperatures to be in july and january, respectively. the highest and lowest annual air temperatures were recorded and predicted for siri and zarineh stations, respectively