دسته بندي توده هاي آب در خليج چابهار با استفاده از روش خوشه بندي

Classification of Water Masses in Chabahar Bay Using Clustering Method

امروزه با گسترش پايگا ههاي ثبت داده هاي دريايي و حجم بالاي داد ههاي ذخيره شده، نياز به ابزاري است تا بتوان داد ههاي ذخيره شده را پردازش كرد. وقتي كه حجم داد هها بالا باشد، نم يتوان الگوهاي مفيد را در ميان حجم انبوه داد هها تشخيص است كه اصطلاحا به كشف دانش بپردازند و (Neural Network & Data Mining) داد. بنابراين نياز به روش هاي داد هكاوي با كمترين دخالت كاربر و به صورت خودكار الگوهاي مفيد در داده ها و رابط ههاي منطقي را پيدا نمايند. يكي از رايج ترين است. جهت خوشه بندي خليج چابهار بر اساس چگالي از (Clustering) روش هاي داده كاوي در فيزيك دريا، خوشه بندي استفاده شد. همچنين براي بررسي تاثيرات دما و شوري در توزيع مكاني و زماني (Two-step) الگوريتم دو مرحل هاي چگالي آب خليج و يافتن موثرترين پارامتر بر چگالي آب خليج از ميان پارامترهاي موثر (عمق، دما و شوري)، يازده شبكه تشكيل شد. نتايج ب هطور واضحي نشان دهنده ي يك مورد استثنا در آبان ماه (Clementine) عصبي در نرم افزار كلمنتاين نتايج ب هدست آمده از داده كاوي (Surfer) است كه با رسم منحني هاي همتراز چگالي، شوري و دما توسط نرم افزار سرفر تاييد شد.

Nowadays, with the huge amount of data generated daily on oceanography parameters and development of marine data recording systems, new methods are required in order to process the available data in timely fashion. It is obvious that analysis of large data sets with the aim of distinguishing and interpreting patterns is not usually an easy task. When dealing with high volume processes, data mining is a practical method commonly considered by analysts to discover useful patterns among data sets effectively. Clustering is one of the popular data mining methods which are widely used in physical oceanography. In this research, a two-step algorithm is considered for clustering the stations in Chabahar Bay. A neural network is also used to investigate the influences of temperature and salinity on tempospatial distribution of Sigma-T. For this purpose, 11 networks are created in Clementine software (one for each month) and the results indicate an exception in November. The plotted contours in Surfer software confirm the data mining results.