استفاده از هوش مصنوعی در مدل‌سازی فرایند بارش

نتایج یک مطالعه نشان از کاربرد موفقیت‌آمیز هوش مصنوعی در پیش‌بینی رفتار رواناب‌ها دارد. نتایج این مطالعه در دومین شماره نشریه علوم آب و خاک دانشگاه صنعتی اصفهان، در تابستان 1400 به چاپ رسیده است. این پژوهش به نوبه خود مبدع مطالعات عمیق‌تری در زمینه کاربردهای ه…

2 دقیقه مطالعه
  • پشتیبانی شبکه
  • هوش مصنوعی
  • رفتار
  • رواناب‌ها
  • مطالعه
  • مصنوعی
  • هوش
  • داده‌ها
استفاده از هوش مصنوعی در مدل‌سازی فرایند بارش

خلاصه تحلیلی خبر

نتایج یک مطالعه نشان از کاربرد موفقیت‌آمیز هوش مصنوعی در پیش‌بینی رفتار رواناب‌ها دارد. نتایج این مطالعه در دومین شماره نشریه علوم آب و خاک دانشگاه صنعتی اصفهان، در تابستان 1400 به چاپ رسیده است. این پژوهش به نوبه خود مبدع مطالعات عمیق‌تری در زمینه کاربردهای ه…

موضوعات اصلی: پشتیبانی شبکه، هوش مصنوعی، رفتار، رواناب‌ها، مطالعه، مصنوعی

نتایج یک مطالعه نشان از کاربرد موفقیت‌آمیز هوش مصنوعی در پیش‌بینی رفتار رواناب‌ها دارد. نتایج این مطالعه در دومین شماره نشریه علوم آب و خاک دانشگاه صنعتی اصفهان، در تابستان 1400 به چاپ رسیده است. این پژوهش به نوبه خود مبدع مطالعات عمیق‌تری در زمینه کاربردهای هوش مصنوعی در علوم جغرافیایی خواهد بود.

هوش مصنوعی در پیش‌بینی رفتار رواناب‌ها

موقعیت جغرافیایی ایران در یک فلات گرم و خشک است و این یعنی باید بتوانیم به دقت با محیط جغرافیای پیرامون خود تعامل کنیم. خاصه آنکه بر اساس اطلاعات منتشر شده در زمینه هیدرولوژی آب کشور، ذخایر آبی در وضعیت بحرانی قرار دارند؛ بنابراین ضروری است تا با میانجیگری فناوری‌هایهوش مصنوعیدر تحصیل فهم یکپارچه از محیط جغرافیایی، به سوی خردمندانه‌ترین تصمیمات پیش برویم.

رفتار رواناب‌ها

همان‌طور که گفته شد این مطالعه کوشیده است تا با استفاده از فناوری‌های مبتنی بر هوش مصنوعی نظیر ANN و SVM رفتار بارش و رواناب‌ها را شبیه‌سازی کند. این اقدام می‌تواند متغیرهای تأثیرگذار بر رفتار رواناب ها را شناسایی و کشف سازد. با شبیه‌سازی رفتار رواناب‌ها در قابل مدل، پژوهشگران می‌توانند پارامترهای تأثیرگذار بر روی شکل‌گیری این پدیده طبیعی را رصد و شناسایی کنند. این دست از پژوهش‌ها می‌تواند زمان تخمینی وقوع پدیده‌های مرگبار نظیر سیل و خسارت‌های ناشی از آن‌ها را کنترل کرده و خود پدیده را نیز قابل مدیریت کند. یا حتی با امکان کنترل یک یا چند متغیر، پژوهشگران را بر کل روند تحول رواناب ها مسلط سازد و آن را به موضوعی قابل برنامه‌ریزی تبدیل کند.

این مطالعه از سوی جمعی از متخصصین هوش مصنوعی انجام شده است. آن‌ها توانستند با گردآوری داده‌ها از رفتار رواناب‌ها، بی سال‌های 1376 تا 1396، گسترده وسیعی از داده‌ها را به صورت یکپارچه استخراج کنند. لازم به ذکر است که این داده‌ها از رفتار رواناب های حوضه آبخیز کارون شمالی گردآوری شده‌اند. داده‌ها پس از بررسی صحت و کنترل کیفی، بر اساس ضرایبی نظیر خرد همبستگی، همبستگی جزئی و همبستگی متقارن، در نرم‌افزار Studio R مشخص و طبقه‌بندی می‌شوند. در نهایت پارامترهای مؤثر در رفتار رواناب‌ها کشف شده و در قالب سناریوهای مجزا، در نرم‌افزار MATLAB مورد استفاده قرار خواهند گرفت.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.