توسعه مدل پیش‌بینی کوتاه مدت بارش (برای 12 ساعت) با استفاده از داده‌های سنجش از دور و یادگیری عمیق-سیدمحمد میری
توسعه مدل پیش‌بینی کوتاه مدت بارش (برای 12 ساعت) با استفاده از داده‌های سنجش از دور و یادگیری عمیق

دانشجو: سید محمد میری

استاد راهنما: دکتر محمدرضا کاویانپور
چکیده:
بارش یکی از عناصر حیاتی چرخه هیدرولوژیکی و یک پدیده مهم آب و هوایی است. در تحقیقات جدید استفاده از داده های ماهواره ای برای تخمین بارش به عنوان یک منبع داده کمکی محبوبیت زیادی پیدا کرده است.
پیش بینی کوتاه مدت بارش می تواند به عنوان یک هشدار اولیه نقش حیاتی در کاهش تلفات و خسارات ناشی از سیلاب ایفا کند. در سال های اخیر شاهد تغییرات قابل توجه در الگوهای بارش و دما، تحت تاثیر پدیده گرمایش جهانی هستیم که میتواند شدت و فراوانی پدیده های حدی از جمله بارش های سنگین کوتاه مدت را دستخوش تغییر کند و به عنوان یک عامل تهدید کننده در احتمال وقوع سیل محسوب می شود. لذا به منظور جلوگیری از خسارات ناشی از سیل و سعی در کنترل و مهار آن ضرورت، اهمیت پیش بینی بارش امری اجتناب ناپذیر است. هدف اصلی این پژوهش توسعه یک مدل مبتنی بر یادگیری عمیق جهت پیش بینی بارش تا 12 ساعت آینده می­باشد. برای این منظور مدل های مختلفی از یادگیری ماشین شامل CNN، LSTM و GRU مورد بررسی قرار خواهد گرفت.
تاریخ:
1402/09/20
تعداد بازدید:
64
منبع: