مهدی پناهی؛ سیدحسن میرهاشمی
دوره 13، شماره 4 ، دی 1394، ، صفحه 53-58
چکیده
امروزه با توجه به خشکسالی های اخیر و گرمایش زمین مدل سازی و پیش بینی پارامترهای اقلیمی امری اجتناب ناپذیر به نظر م یرسد که در میان روش های موجود استفاده از الگوریتم های داده کاوی در پییش بینی عناصر اقلیمی کاربرد وسیعی پیدا کرده است، لذا در این پژوهش دو الگوریتم داده کاویCART و CHAID درپیش بینی دمای هوای ایستگاه سینوپتیک اراک مورد ارزیابی ...
بیشتر
امروزه با توجه به خشکسالی های اخیر و گرمایش زمین مدل سازی و پیش بینی پارامترهای اقلیمی امری اجتناب ناپذیر به نظر م یرسد که در میان روش های موجود استفاده از الگوریتم های داده کاوی در پییش بینی عناصر اقلیمی کاربرد وسیعی پیدا کرده است، لذا در این پژوهش دو الگوریتم داده کاویCART و CHAID درپیش بینی دمای هوای ایستگاه سینوپتیک اراک مورد ارزیابی قرار گرفتند. داده های هواشناسی شامل متوسط ساعات آفتابی، دمای نقطه شبنم، درصد رطوبت نسیبی، سرعت باد، کمبود فشار بخار اشباع طی دوره چهل وشش ساله (2335-1993) مورد استفاده قرار گرفته شد. پس از معرفی داده های هواشناسی به صورت متوسط ماهانه به عنوان متغییرهای ورودی و متوسط دمای ماهانه ماه بعد به عنوان متغییرهای خروجی ی بیه دو الگیوریتم میذکور، 2 الگوریتم ها توسط دو شاخص آمیاری ریریه همبسیتگی ( R (و متوسیط مطلق خطا (MAE) مورد ارزیابی قرار گرفتند . بر اساس دو شاخص آماری مدل درختی CHAID با مقدار 915.0 = R و 77.2 = MAE عملکرد بهتری در پیش بینی دمای متوسط ماه بعد نسبت به الگیوریتم CART داشته است.