در کلیه مطالعات اقلیمی نیاز به دادههای صحیح و قابل اعتماد میباشد. روشهای متعددی برای بازسازی داده ها وجود دارند که بسته به نوع دادهها و خصوصیات آب و هوائی هر منطقه تعدادی از آنها مورد استفاده قرار میگیرد. در این تحقیق بخشی از دادههای بارش ماهانه ایستگاه سینوپتیک شهر سراب در استان آذربایجانشرقی به صورت تصادفی داده های فرضی در نظر گرفته شد. سپس برای بررسی میزان کارایی، روشهای متعدد بازسازی داده ها، هفت روش کلاسیک آماری و مدل درختی ام5 بعنوان یکی از روشهای کارآمد دادهکاوی و به کمک دادههای بارش ایستگاههای مجاور تخمین گردید. نتایج نشان داد از بین روشهای کلاسیک آماری بررسی شده به ترتیب روشهای انتساب چندگانه، نسبت نرمال و رگرسیون خطی چند متغیره دارای نتایج نسبتا دقیقتر با خطاهای کمتری میباشند. بررسی کلی نتایج نشان داد که مدل درختی ام5 با توسعه قوانین اگر-آنگاه با ارائه چهار رابطه خطی ساده با آمارههای (ضریب همبستگی برابر 974/0، ضریب نش-ساتکلیف برابر 948/0، ریشه میانگین مربعات خطا برابر 11/5 (میلیمتر) و میانگین خطای مطلق برابر با 189/4 (میلیمتر) دقیقترین نتیجه را در بین تمامی روشهای بررسی شده در این مطالعه ارائه میدهد. لذا با توجه به سادگی روند مدلسازی، کاربردی و قابل فهم بودن و داشتن دقت بالا استفاده از آن برای تخمین مقادیر گمشده بارش ماهانه پیشنهاد میگردد.
بازنشر اطلاعات | |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |