چکیده:
في هذا البحث، تم استخدام البيانات المتعلقة بشذوذ درجات حرارة الأرض ومتوسط هطول الأمطار السنوي لمحطة جلفا خلال الفترة الإحصائية 1960-2003. الطرق الرئيسية المستخدمة في هذه الدراسة هي: طريقة تحديد معامل ارتباط بيرسون، تحليل مكون الاتجاه للسلاسل الزمنية، الانحدار الخطي البسيط، والشبكات العصبية الاصطناعية. تشير النتائج المستخلصة من تطبيق وتحليل ارتباط بيرسون إلى وجود ارتباط سلبي وعكسي معنوي بين هطول الأمطار السنوي في جلفا وشذوذ درجات حرارة الأرض. وهذا يعني أنه غالباً ما يؤدي تحول شذوذ درجات حرارة الأرض إلى القيم السالبة إلى زيادة هطول الأمطار السنوي في جلفا وحدوث فيضانات، وعلى العكس من ذلك، فإن تحول شذوذ درجات حرارة الأرض إلى القيم الموجبة يؤدي إلى انخفاض متوسط هطول الأمطار السنوي في جلفا وحدوث جفاف. يظهر تحليل مكون الاتجاه طويل المدى للسلاسل الزمنية أنه خلال الفترة الإحصائية، يتناقص متوسط هطول الأمطار السنوي في جلفا، بينما يظهر اتجاه شذوذ درجات حرارة الأرض اتجاهاً تصاعدياً. باستخدام الشبكات العصبية الاصطناعية، تمت محاكاة العلاقة بين متوسط هطول الأمطار السنوي في جلفا والاحتباس الحراري. وتظهر نتائج تطبيق الطرق المختلفة في هذه الدراسة أن طريقة الشبكة العصبية الاصطناعية هي طريقة محاكاة أفضل وأكثر دقة مقارنة بطريقة الانحدار الخطي البسيط. كما أظهرت طرق الشبكات العصبية الاصطناعية المختلفة المستخدمة في هذه الدراسة أن طريقة المدرك متعدد الطبقات (Multilayer Perceptron)، مع أربع طبقات مخفية وخوارزمية التدريب بالانتشار العكسي، تمتلك قدرة ممتازة للغاية في التنبؤ بالارتباط بين السلاسل.
خلاصه ماشینی:
مجلة الجغرافيا والتخطيط البيئي، السنة 12، العدد المتسلسل 83، العدد 2، صيف 1398 الوصول: 1398/01/01 القبول: 1388/08/04 ص ص 28-56 الكشف الإحصائي عن أثر الاحتباس الحراري العالمي على شذوذ هطول الأمطار السنوي في جلفا باستخدام الشبكات العصبية الاصطناعية يوسف قویدل رحیمی، أستاذ مساعد في علم المناخ، جامعة تربیت مدرس، طهران، إيران* الملخص في هذا البحث، تم استخدام البيانات المتعلقة بشذوذ درجات حرارة الكرة الأرضية ومتوسط هطول الأمطار السنوي لمحطة جلفا خلال الفترة الإحصائية 1369-1390.
يعتقد بعض الباحثين أنه للحصول على نتائج أفضل يجب استخدام طرق هجينة (Hybrid) مثل: الربط بين طريقة المكونات الرئيسية والشبكات العصبية لنمذجة العناصر المناخية (Haider,2004)، إلا أن الدراسات تظهر أنه في نمذجة تغيرات هطول الأمطار الناتجة عن تأثير الاحتباس الحراري، فإن النتائج المستخلصة من تقنية الشبكة العصبية أكثر دقة بكثير من الطرق الهجينة والخطية، ولهذا السبب يوصى باستخدام طرق وهياكل مختلفة من الشبكات العصبية بدلاً من محاولة استخدام النماذج الهجينة والخطية (Linker and Seginer,2004).
تشير دقة نتائج محاكاة هطول الأمطار السنوي في جلفا من خلال الشذوذ الحراري لكوكب الأرض إلى القدرة العالية للتنبؤ لنموذج الشبكات العصبية الذي يعمل بشكل غير خطي.
(يرجى الرجوع إلى صورة الصفحة) الشكل 9- النتائج الحاصلة من تطبيق الشبكة العصبية لقياس مدى تطابق تغيرات هطول الأمطار السنوي في جلفا مع الشذوذ الحراري لكوكب الأرض: أ) مقارنة القيم الحقيقية بالقيم المحاكاة؛ ب) الارتباط بين القيم المحاكاة والملاحظات الحقيقية لهطول الأمطار السنوي في جلفا؛ ج) مخطط البواقي بعد استخراج نموذج الشبكة العصبية الاصطناعية؛ د) اختبار طبيعية البواقي بطريقة أندرسون-دارلينج.
(
, 
, 
)
