دوره 10، شماره 2 - ( 12-1392 )                   جلد 10 شماره 2 صفحات 20-3 | برگشت به فهرست نسخه ها

XML Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
مشکی محسن، کبیری پیمان، محب الحجه علیرضا. امکان‌سنجی پیش‌بینی خیلی کوتاه مدت وضع هوا بر پایه داده‌های ایستگاه‌های همدیدی ایران . پردازش علائم و داده‌ها. 1392; 10 (2) :3-20

URL: http://jsdp.rcisp.ac.ir/article-1-80-fa.html

امکان‌سنجی پیش‌بینی خیلی کوتاه مدت وضع هوا بر پایه داده‌های ایستگاه‌های همدیدی ایران
محسن مشکی*، پیمان کبیری ، علیرضا محب الحجه
چکیده:   (8525 مشاهده)
جو زمین یک سیستم آشوبناک است و پدیده‌هایی که در آن رخ می‌دهند، از پیچیدگی بالایی برخوردار می‌باشند. روزانه حجم انبوهی از داده‌های آب‌وهوایی در صدها ایستگاه همدیدی کشور ثبت می‌شوند. در این مقاله، امکان بکارگیری این داده‌ها برای پیش‌بینی کوتاه مدت وضع هوا مورد بررسی قرار گرفته است. برای پیش‌بینی بر مبنای این داده‌ها، چارچوبی پیشنهاد شده است که مبتنی بر بکارگیری مجموعه‌ای از نگاشت‌های وضعیت کنونی به وضعیت 3 ساعت آینده است. در بخشی از مقاله امکان پیش‌بینی وضعیت 3 ساعت آینده ایستگاه همدیدی همدان بر پایه وضعیت جاری این ایستگاه و 9 ایستگاه پیرامونش مورد بررسی قرار گرفته است. برای نگاشت از وضعیت کنونی به وضعیت آینده، نخست پارامترهای ورودی مهم‌تر در توصیف وضعیت کنونی انتخاب و سپس از یک رگرسیون کننده برای نگاشت به وضعیت آینده استفاده شده است. نتایج تجربی نشان می‌دهند که پیش‌بینی دقیق تنها با تکیه بر داده‌های ایستگاه‌های همدیدی میسر نیست. 
واژه‌های کلیدی: ایستگاه سینوپتیک، سیستم آشوبناک، پیش‌بینی کوتاه مدت، انتخاب ویژگی، رگرسیون، پیش‌بینی غیر عددی.
متن کامل [PDF 2660 kb]   (1723 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: مقالات پردازش داده‌های رقمی
دریافت: 1392/3/15 | پذیرش: 1392/10/22 | انتشار: 1393/1/19 | انتشار الکترونیک: 1393/1/19
ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA
ارسال پیام به نویسنده مسئول

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این تارنما متعلق به فصل‌نامة علمی - پژوهشی پردازش علائم و داده‌ها است.