چکیده:
در این تحقیق،دادههای مربوط به ناهنجاریهای دمایی کرهء زمین و بارش متوسط سالانهء ایستگاه جلفا در طی دورهء آماری 2003-1960 استفاده شده است.روشهای اصلی به کار گرفته شده در این مطالعه،عبارت از:روش تعیین ضریب همبستگی پیرسون،تحلیل مولفهء روند سریهای زمانی،رگرسیون خطی ساده و شبکههای عصبی مصنوعی،نتایج حاصل از کاربرد و تحلیل همبستگی پیرسون،نشان دهنده همبستگی منفی و معکوس معنیداری بین بارش سالانهء جلفا و ناهنجاریهای دمایی کرهء زمین است.این،بدان معنی است که غالبا با منفی شدن ناهنجاریهای دمایی کرهء زمین بارش سالانهء جلفا افزایش یافته،ترسالی به وقوع میپیوندد و برعکس،با مثبت شدن ناهنجاریهای دمایی کرهء زمین،متوسط بارش سالانهء جلفا کاهش یافته،خشکسالی به وقوع میپیوندد.تحلیل مؤلفهء روند بلندمدت سریهای زمانی نشان میدهد که در طول دورهء آماری از بارش متوسط سالانهء جلفا کاسته میشود،اما روند ناهنجاریهای دمایی کره زمین روندی افزایش دارد.با استفاده از شبکههای عصبی مصنوعی،ارتباط بارش متوسط سالانهء جلفا با گرمایش جهانی شبیهسازی شده است.نتایج حاصل از کاربرد روشهای مختلف در این مطالعه نشان میدهد که روش شبکهء عصبی مصنوعی در مقایسه با روشهای رگرسیون خطی ساده روش شبیهسازی بهتر و دقیقتری است.روشهای مختلف شبکههای عصبی مصنوعی به کار گرفته شده در این مطالعه نشان داد که روش پرسپترون چند لایه،با چهار لایهء مخفی و الگوریتم آموزش پس انتشار،دارای قابلیت بسیار عالی در پیشبینی همبستگی بین سریهاست.
خلاصه ماشینی:
"روشهای اصلی به کار گرفته شده در این مطالعه،عبارت از:روش تعیین ضریب همبستگی پیرسون،تحلیل مولفهء روند سریهای زمانی،رگرسیون خطی ساده و شبکههای عصبی مصنوعی،نتایج حاصل از کاربرد و تحلیل همبستگی پیرسون،نشان دهنده همبستگی منفی و معکوس معنیداری بین بارش سالانهء جلفا و ناهنجاریهای دمایی کرهء زمین است.
در شکل 9 نتایج حاصل از شبیه سازی(پیشبینی)بارش سالانهء جلفا با ورودی معلوم ناهنجاریهای دمایی کرهء زمین و خروجی مطلوب بارش متوسط سالانهء جلفا نشان داده شده است و همانطور که ملاحظه میشود،نتیجهء کار در مقایسه با روش خطی کاملا متفاوت و بسیار دقیقتر بوده،همبستگی و مطابقت بسیار قوی و بالاتری را نشان میدهد.
مقایسهء نتایج حاصل از مدلهای خطی و نیمه خطی با نتایج حاصل از شبکهء عصبی مصنوعی،نشان میدهد که کارآیی مدل برازش داده شده نسبت به مدلهای خطی و نیمه خطی بسیار بیشتر و در حد ایدهآل است و این امر،تأییدی بر پیچیدگی و غیر خطی بودن رابطهء تغییرات بارش سالانهء جلفا با ناهنجاریهای دمایی کرهء زمین است.
(به تصویر صفحه مراجعه شود) (به تصویر صفحه مراجعه شود) شکل 9-نتایج حاصل از کاربرد شبکهء عصبی برای سنجش میزان مطابقت تغییرات بارش سالانهء جلفا با ناهنجاریهای دمایی کرهء زمین:الف)مقایسهء مقادیر واقعی با مقادیر شبیه سازی شده؛ب)همبستگی بین مقادیر شبیه سازی شده و مشاهدات واقعی بارش سالانهء جلفا؛ج)نمودار باقی ماندهها پس از بردازش مدل شبکهء عصبی مصنوعی؛د)آزمون نرمال بودن باقی ماندهها به روش اندرسون-دارلینگ.
(به تصویر صفحه مراجعه شود) شکل 01-دادههای شبیه سازی شدهء بارش سالانهء ایستگاه جلفا برای بازهء زمانی 0881 تا 9591 میلادی با استفاده از شبکهء عصبی مصنوعی بحث و نتیجهگیری نتایج حاصل از این مطالعه نشان داد که بین تغییرات دمایی کرهء زمین و بارش ایستگاه جلفا تطابق و همخوانی منفی و معکوس وجود دارد."