TY - JOUR ID - 13172 TI - طبقه‌بندی آب‌شهاب‌ها با استفاده از اطلاعات مایکروویو ماهواره‌ای و روش شبکه‌های عصبی JO - نیوار JA - NIVAR LA - fa SN - 1735-0565 AU - غیبی, ابوالحسن AU - خواجه‌ای, آذرمهر AD - استادیار گروه فیزیک دانشگاه هرمزگان AD - دانشجوی کارشناسی ارشد هواشناسی – دانشگاه هرمزگان Y1 - 2013 PY - 2013 VL - 37 IS - 83-82 SP - 13 EP - 24 KW - آب‌شهاب‌ها KW - گمانه‌زن مایکروویو پیشرفته واحد B DO - N2 - آب‌شهاب‌های موجود در جو، به هر شکلی که باشند (جامد، مایع و گاز)، با تابش مایکروویو (از طریق پراکندگی، جذب و گسیل) برهمکنش می‌کنند. اندازه‌گیری‌های گمانه‌زن مایکروویو پیشرفته واحد B (AMSU-B) روی ماهواره‌های NOAA به نوع، شکل و توزیع اندازه و همچنین رفتار سقوطی آب‌شهاب‌ها در حجم تفکیک ابزار سنجش حساس و در نتیجه برای مطالعه انواع مختلف آب‌شهاب‌های جوی مفید می‌باشند. از جمله کاربرد اطلاعات خرد فیزیکی و طبقه‌بندی آب‌شهاب‌های جوی می‌توان به مقداردهی اولیه مدل‌های ابر و مدل‌های عددی پیش‌بینی آب‌و هوا، مطالعه در خصوص شکل‌گیری و چرخه زندگی بارش و همچنین انتخاب الگوریتم مناسب برای برآورد بارش اشاره کرد. با توجه به این مهم، در این مقاله با استفاده از دمای تابشی اندازه‌گیری شده توسط گمانه‌زن AMSU-B و روش شبکه‌های عصبی مصنوعی بطور همزمان هشت نوع آب‌شهاب‌ مختلف، 1- توفان تندری(TS) 2- باران سنگین(HR) 3- باران سبک(LR) 4- باران متوسط(MR) 5- بارش برف(SF) 6- پوشش برف(SC) 7- آسمان ابری(CLS) 8- آسمان صاف(CS) به هشت کلاس مجزا طبقه‌بندی شده‌اند. از حدود 200 گذر ماهواره طی دوره‌ی مورد مطالعه، بین سال‌های 2000 تا 2010، برای هر نوع آب‌شهاب 200 نمونه و در مجموع 1600 نمونه که تقریبا با گزارش‌های سازمان هواشناسی همزمان بوده‌اند جمع‌آوری شده است. نتایج نشان می‌دهد که انواع کلاس‌های بارش باران، نرمه بارش، بارش متوسط و بارش شدید، با دقتی بین 54 تا 62 درصد، نسبت به سایر کلاس‌های آب‌شهاب‌ها، با دقت کمتری، و انواع دیگر آب‌شهاب‌ها تقریباً با دقتی بیش از 80 درصد بطور صحیح طبقه‌بندی شده‌اند. با قراردادن تمام کلاس‌های بارش باران در یک کلاس واحد (بارش باران RF) روی همرفته دقت طبقه‌بندی شبکه‌ی عصبی به حدود 85% ( 340 الگو از 400 الگو بطور صحیح طبقه‌بندی شده‌اند) ارتقاء می‌یابد.  UR - https://nivar.irimo.ir/article_13172.html L1 - https://nivar.irimo.ir/article_13172_ccae85ee490e693f5074c564785a435c.pdf ER -