پهنه‌بندي فضايي بارش سالانۀ ايران با استفاده از مدل عصبي مصنوعي - فازي ANFIS-FCM

بارش يكي از مهم‌ترين فراسنج‌هاي آب و هوايي است كه چگونگي پراكنش و مقادير آن در نواحي مختلف، برايند روابط پيچيدۀ خطي و غيرخطي بين عناصر جوي – فرايندهاي اقليمي و ساختار فضايي محيط سطح زمين است. طبقه‌بندي داده‌ها و قرارگيري آنها در پهنه‌هاي كوچك و متجانس مي‌تواند در بهبود درك اين روابط پيچيده و نتايج حاصل از آنها مؤثر باشد. در پژوهش حاضر با استفاده از داده‌هاي بارش سالانۀ 3423 ايستگاه همديدي، اقليم‌شناسي و باران‌سنجي ايران در دورۀ 1961 – 2015 و داده‌هاي ارتفاع، شيب، جهت شيب و تراكم ايستگاهي تلاش شد تا چگونگي پراكنش بارش كشور در ارتباط با عوامل محيطي پهنه‌بندي شده و مورد تحليل قرار گيرد. بدين ‌منظور بعد از استاندارد‌سازي و آماده‌سازي ماتريس داده‌ها، تعداد بهينۀ خوشه‌ها مشخص و مجموعۀ داده‌ها به مدل شبكه عصبي– فازي (ANFIS-FCM) وارد شد. بررسي نتايج نشان داد كه مقادير شاخص‌هاي R^2 و MAE به‌ترتيب 0/76 و 0/23 بوده كه حاكي از دقت مناسب مدل است. همچنين مشخص شد در پهنه‌هاي چهارگانۀ خروجي مدل، عوامل محيطي از اثرگذاري بالايي در پراكنش فضايي فراسنج بارش برخوردار هستند. در پهنه‌‌هاي اول و سوم، تركيب عوامل ارتفاع و شيب زياد به‌همراه مجاورت جغرافيايي با سامانه‌هاي بارشي، موجب شده متوسط مقدار بارش سالانه در اين پهنه‌ها به‌ترتيب 318 و 181 ميلي‌متر باشد؛ در‌حالي كه با تضعيف نقش عوامل محيطي در خوشه‌هاي دوم و چهارم، متوسط بارش سالانه به حدود 100 ميلي‌متر كاهش يافته است.