پاورپوینت کامل شناخت و بررسی کارایی مدل آماری ریزمقیاس نمایی LARS WG 18 اسلاید در PowerPoint

توجه : این فایل به صورت فایل power point (پاور پوینت) ارائه میگردد

 پاورپوینت کامل شناخت و بررسی کارایی مدل آماری ریزمقیاس نمایی LARS WG 18 اسلاید در PowerPoint دارای ۱۸ اسلاید می باشد و دارای تنظیمات کامل در PowerPoint می باشد و آماده ارائه یا چاپ است

شما با استفاده ازاین پاورپوینت میتوانید یک ارائه بسیارعالی و با شکوهی داشته باشید و همه حاضرین با اشتیاق به مطالب شما گوش خواهند داد.

لطفا نگران مطالب داخل پاورپوینت نباشید، مطالب داخل اسلاید ها بسیار ساده و قابل درک برای شما می باشد، ما عالی بودن این فایل رو تضمین می کنیم.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی پاورپوینت کامل شناخت و بررسی کارایی مدل آماری ریزمقیاس نمایی LARS WG 18 اسلاید در PowerPoint،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از مطالب داخلی اسلاید ها

پاورپوینت کامل شناخت و بررسی کارایی مدل آماری ریزمقیاس نمایی LARS WG 18 اسلاید در PowerPoint

اسلاید ۴: خلاصه مقایسه ای خصوصیات روش های ریز مقیاس نمایی

اسلاید ۵: روش آماری که دو وجه تمایز عمده با روش دینامیکی دارد: ۱. نیازمند رفتار مشاهداتی (گذشته) ایستگاه مورد مطالعه است ۲. دوم اینکه مدل سازی در یک دوره حدود دو تا سه دهه در کسری از ثانیه انجام می شود. مدل سازی های آماری خود به طیف گسترده ای از قبیل روش های رگرسیون معمولی، ‌شبکه عصبی، ‌الگوریتم ‍ژنتیک، SVD و … تقسیم می شوند. در ادامه به معرفی مدل LARS-WG5.5 می پردازیم.

اسلاید ۶: نسخه اولیه این مدل توسط راسکو و همکاران (۱۹۹۱) در بوداپست مجارستان به عنوان بخشی از پروژه ریسکهای کشاورزی ابداع شد و سپس توسط زمنف و بارو ارتقاء یافت. این مدل اولین بار در ایستگاه تحقیقاتی Long Ashton توسعه یافت لذا نام مدل خلاصه عبارت : Long Ashton Research Station Weather Generatorمی باشد. این مدل هم اکنون بطور گسترده ای در کشور انگلیس مورد استفاده قرارمی گیرد.

اسلاید ۷: ‌مدل های مولد مصنوعی داده های آب و هوایی برای دو هدف عمده توسعه یافته اند: ۱- تهیه میانگین سری های زمانی داده های مصنوعی شبیه سازی شده با مشخصات آماری مطابق با آماردیدبانی شده در یک ایستگاه. ۲- فراهم کردن میانگین های طولانی مدت سری های زمانی پارامتر های هواشناسی برای ایستگاههایی که دارای داده های گمشده بوده یا اینکه امکان دیده بانی در آنجا وجود نداشته باشد.

اسلاید ۸: خلاصه ای از فرآیند مدل در این مدل فرایند تولید داده های مصنوعی آب و هوایی در سه بخش انجام می گیرد: ۱.کالیبره کردن مدل-SITE ANALYSIS– در این بخش داده های آب و هوایی دیدبانی شده جهت تعیین خصوصیات آماری شان تحلیل می شوند. این اطلاعات در دو فایل مجزا ذخیره می شوند. ۲.صحت سنجی مدل-Qtest– در این قسمت خصوصیات آماری داده های دیدبانی و مصنوعی تولید شده توسط مدل جهت تعیین اینکه آیا تفاوت های آماری قابل توجهی بین این دو گروه از داده ها وجود دارد یا نه، مورد تجزیه و تحلیل قرار می گیرد. ۳. -Generator-در اینجا داده های آب و هوایی مصنوعی با استفاده از فایل های بدست آمده از داده های آب و هوایی دوره دیدبانی شده تولید می شوند که دارای خصوصیات آماری مشابه با دوره دیدبانی می باشد.

اسلاید ۹: اجرای مدل همانطور که در شکل زیر دیده می شود،‌ مدل LARS-WG5.5 از سه بخش اصلی Analysis ، Generator و Option تشکیل شده است. اجرای مدل همانطور که در شکل زیر دیده می شود،‌ مدل LARS-WG5.5 از سه بخش اصلی Analysis ، Generator و Option تشکیل شده است. شکل ۱. ساختار کلی مدل LARS-WG 5.5

اسلاید ۱۰: Analysis برای اجرای این بخش بایستی دو فایل اولیه با نام های res.st و res.dat را ایجاد نموده و در یک دایرکتوری به نام ایستگاه مورد مطالعه در فولدر data ذخیره نمو