عنوان مقاله :
ارزيابي كارايي فرامدلهاي هيبريدي يادگيري ماشين و باكس جنكينز بهمنظور مدلسازي طوفانهاي گرد و غبار (مطالعه موردي: استان خوزستان)
پديد آورندگان :
انصاري قوجقار ، محمد دانشگاه تهران، دانشكدگان كشاورزي و منابع طبيعي - گروه مهندسي آبياري و آباداني , بذرافشان ، جواد دانشگاه تهران، دانشكدگان كشاورزي و منابع طبيعي - گروه مهندسي آبياري و آباداني , عراقي نژاد ، شهاب دانشگاه تهران، دانشكدگان كشاورزي و منابع طبيعي - گروه مهندسي آبياري و آباداني
كليدواژه :
پيش بيني , شاخص FDSD , الگوريتمهاي هيبريدي باكس جنكينز , AF-SVM , W-ANFIS
چكيده فارسي :
تأثير پديده گردوغبار در ايران آن قدر وسيع است كه بيش از نيمي از استانهاي كشور را به نحوي با مسائل و محدوديت هاي اين پديده طبيعي درگير كرده است كه، علاوه بر اثرهاي زيست محيطي، موجب اختلال در اجراي طرحهاي توسعه پايدار ملي شده و تاكنون پيامدهاي منفي زيادي به دنبال داشته و خواهد داشت. اين پژوهش سعي بر ارائه نوعي مدل تركيبي جديد با استفاده از فرامدلهاي هيبريدي هوشمصنوعي و همچنين فرامدلهاي هيبريدي باكس جنكينز جهت پيشبيني و مدلسازي شاخص FDSD (فراواني روزهاي همراه با طوفانهاي گردوغبار)، در هفت ايستگاه سينوپتيك استان خوزستان با طول دوره آماري 40 سال (2020 1981) داشته است. الگوريتمهاي هيبريدي پيشبيني به كار رفته در اين پژوهش شامل W ANFIS، AF SVM، ARIMA NARX، SARIMA SETAR ميباشند. نتايج پيشبيني نشان داد كه كاهش عملكرد مدلهاي هيبريدي جهت پيشبيني شاخص FDSD با كاهش فراواني روزهاي همراه با طوفانهاي گرد و غبار رابطه مستقيمي دارد. به نحوي كه ضريب همبستگي براي دادههاي آزمايشي در فرامدلهاي AF SVM و W ANFIS بهترتيب از مقادير 0.991 و 0.985 به 0.985 و 0.958 و ضريب نش ساتكليف نيز بهترتيب از 0.977 و 0.960 به 0.973 و 0.952 كاهش يافته است. همچنين ضريب RMSE به ترتيب از ايستگاه آبادان تا دزفول براي دو فرامدل ذكر شده از مقدار 0.135 و 0.151 به 0.140 و 0.179 و ضريب MAE نيز به ترتيب از مقدار 0.054 و 0.068 به 0.060 و 0.093 افزايش يافته است. ضريب همبستگي براي دادههاي آزمايشي در فرامدل هاي باكس جنكينز SARIMA SETAR و ARIMA NARX نيز بهترتيب از مقادير 0.967 و 0.951 به 0.958 و 0.941 و ضريب نش ساتكليف نيز بهترتيب از 0.945 و 0.923 به 0.938 و 0.913 كاهش يافته است كه نشاندهنده ضعيف شدن عملكرد فرامدلهاي هيبريدي با كاهش فراواني طوفانهاي گرد و غبار در استان خوزستان ميباشد. همچنين با برازش چهار فرامدل هيبريدي بر روي شاخص FDSD نشان داده شد كه فرامدل هيبريدي AF SVM نسبت به ساير روشها از عملكرد بهتري برخوردار بود. به نحوي كه در همه ايستگاههاي مورد مطالعه داراي ضريب همبستگي و نش ساتكليف بيشتر و ضريب ريشه ميانگين مربعات خطا و ميانگين قدرمطلق خطا كمتري ميباشد كه نشاندهنده برتري اين فرامدل هيبريدي نسبت به ساير فرامدلها براي پيشبيني شاخص FDSD در استان خوزستان ميباشد. نتايج اين مطالعه ميتواند جهت مدلسازي طوفانهاي گرد و غبار در ساير مناطق كشور نيز مورد استفاده قرار گيرد.
عنوان نشريه :
تحقيقات آب و خاك ايران
عنوان نشريه :
تحقيقات آب و خاك ايران