روش ترکیبی درخت تصمیم و قوانین انجمنی در پیش بینی بلندمدت بارش

پپیش بینی های بلندمدت متغیرهای هیدروکلیماتولوژیکی مهم نظیر بیشینه بارش ماهانه ابزاری مهم در مدیریت منابع آب است. تحقیقات گذشته نشان داده است که یافتن روابط بین پدیده های بزرگ مقیاس اقیانوسی- اتمسفری مانند دمای سطح دریاها و متغیرهای هیدروکلیماتولوژیکی، نظیر بارش، به پیش بینی بلندمدت این متغیرها کمک می کند. در این مطالعه ترکیب دو تکنیک داده کاوی (درخت تصمیم و قوانین انجمنی) در استخراج وابستگی های مهم بین بیشینه بارش ماهانه ایستگاه های سینوپتیکی ارومیه و تبریز و دمای سطح دریاهای سیاه، مدیترانه و سرخ معرفی شده است. دو گام اصلی در این مطالعه طبقه بندی دمای تفاضلی سطح آب دریاهای مذکور و انتخاب موثرترین گروه ها، همچنین استخراج الگوهای پنهان نهفته در میان داده ها بود و از تکنیک ها و الگوریتم های درخت تصیم در طبقه بندی و انتخاب موثرترین گروه ها و از قوانین انجمنی برای کشف الگوها و اطلاعات پنهان نهفته در میان داده های مشاهداتی استفاده شد. نتایج نشان داد، بین هر یک از دمای سطوح آب دریاهای سیاه، مدیترانه و سرخ با بیشینه بارش ماهانه ایستگاه های سینوپتیکی ارومیه و تبریز همبستگی نسبی وجود دارد، به طوری که شاخص اعتماد بین هر یک از دمای سطح پهنه های آبی فوق، با بیشینه بارش ماهانه ایستگاه های سینوپتیکی ارومیه و تبریز، بالاتر از 60 درصد برآورد شد.