مشخصات پژوهش

عنوان	برآورد مقادیر عمق نوری هواویزه ها
نوع پژوهش	پایان نامه
کلیدواژه‌ها	عمق نوری هواویزها، پایگاه داده ECMWF، مدل شبکه عصبی مصنوعی، سیستم استنتاج تطبیقی عصبی-فازی، پیش بینی
چکیده	هواویزهای اتمسفری ذرات جامد و مایع معلق در اتمسفرند که می توانند منشأ طبیعی داشته باشند. از جمله این منابع می توان به مواردی همچون فعالیت های آتشفشانی، ذرات گرد و غبار، ذرات نمک موجود در دریاها و اقیانوس ها و ... اشاره نمود و یا می توانند ناشی از فعالیت های انسانی باشند که می توان به فعالیت هایی نظیر فعالیت های صنعتی، حمل و نقل، مصارف سوختی و... اشاره کرد. تاکنون در ایران کاری به منظور برآورد عمق نوری هواویزها با استفاده از مدل های مختلف همچون مدل های رگرسیون چندگانه، رگرسیون مؤلفه های مبنا، شبکه عصبی رگرسیون عمومی، شبکه عصبی مصنوعی، مدل خودرگرسیون میانگین متحرک انباشته و نیز مدل سیستم استنتاج فازی تطبیق پذیر مصنوعی، تحت شرایطی که به دلیل نبود و فقدان اطلاعات کافی ناشی از ابری بودن هوا و یا خرابی تجهیزات موجود می باشد، صورت نگرفته است و ما در این پژوهش به دنبال پر کردن خلاء های موجود در این زمینه بوده ایم. بنابراین هدف از انجام این پژوهش برآورد میزان عمق نوری هواویزها (AOD) در مرکز استان های کرمانشاه و کردستان تحت شرایط آسمان ابری و یا خرابی تجهیزات مورد اندازه گیری بود که در این حالت به دلیل نبود داده و اطلاعات کافی دچار مشکل خواهیم بود. بدین منظور از داده های تشعشع سنج خورشیدی که از طریق اداره های هواشناسی موجود در مرکز استان های فوق طی بازه زمانی 1/1/2005 تا 31/12/2015 جمع آوری گردید، استفاده شد. همچنین داده های مربوط به متغیرهای مستقل هواشناسی نظیر دما، رطوبت نسبی، سرعت باد و ارتفاع لایه اتمسفری نیز از طریق یک پایگاه داده جهانی تحت عنوان ECMWF و برای بازه زمانی ذکر شده، تهیه و جمع آوری شد. لازم به ذکر است که این داده های مستقل برای سه سطح ارتفاعی مختلف شامل 500، 850 و 1000 هکتوپاسکال جمع آوری شدند. سپس با بهره گیری از مدل های مختلف شامل مدل-های رگرسیون چند متغیره (MLR)، رگرسیون مولفه های مبنا (PCR)، شبکه عصبی رگرسیون عمومی (GRNN)، خودرگرسیون میانگین متحرک انباشته (ARMA)، شبکه عصبی مصنوعی (MLP) و سیستم استنتاج تطبیقی عصبی-فازی (ANFIS) به پیش بینی مقادیر عمق نوری هواویزها در مرکز استان های کرمانشاه و سنندج، در سه سطح تراز فوق پرداخته شد. همچنین به منظور انجام آزمون مدل در هر کدام از مدل های ذکر شده از داده های خروجی مدل "HYSPLIT" در طول بازه زمانی 6 ماه آخر سال 20
پژوهشگران	محمد دارند (استاد مشاور)، جمیل امان اللهی (استاد راهنما)، ساجده اکبری (دانشجو)