استخدام شبكة المدرك اعتماداً على الانحدار الذاتي لتصنيف بيانات التبخر
الكلمات المفتاحية:
التبخر، شبكة المدرك، الانحدار الذاتي، التصنيف.الملخص
تعد دراسة الظروف المناخية وتقلبات الغلاف الجوي وتأثيراتها مهمة جدًا لتشخيص السمات البيئية والمناخية وتأثيرها على مختلف المجالات المتعلقة بحياة الإنسان والكائنات الحية الأخرى. في هذه الدراسة، سيتم دراسة متغير سلسلة كميات التبخر Evaporation الزمنية وتصنيفه باستخدام العديد من المؤثرات الجوية كالسلسلة الزمنية لدرجات حرارة الهواء ِAir Temperature في الحالتين العظمى والصغرى وكذلك السلاسل الزمنية للرطوبة النسبية Related Humidity في الحالتين العظمى والصغرى وتعد تأثيرات مباشرة مستعرضة على السلسلة الزمنية للتبخر اعتمادا على مبدأ الانحدار بين متغيرات الادخال والمتغير المعتمد. ان السلاسل الزمنية تتميز باعتمادها على مبدأ الانحدار الذاتي Autoregressive (AR) والذي يولد قوة دافعة كتأثيرات طولية زمنية تساعد على اجراء تصنيفات لفترات زمنية مستقبلية خارج عينات الدراسة ولكنها تتعارض مع طبيعة البيانات المناخية غير الخطية مما قد يتسبب في حالة اللايقين Uncertainty. تعد الشبكات العصبية من الاساليب التي تتعامل جيدا مع حالة عدم خطية البيانات وتعد شبكة المدرك العصبية Perceptron Neural Network (PNN) احدى اقدم الشبكات العصبية التي تعتمد اساسا في تصنيف البيانات عموما والسلاسل الزمنية خصوصاً بهيكلية بعيدة عن التعقيد واختصارا للجهد والوقت. تم استخدام أكثر من نوع من دوال التعلم Learning Function بعد اختيار دالة التحويل المناسبة لطبيعة بيانات الدراسة. ان انواع الدوال المستخدمة في شبكة المدرك بالإضافة الى هيكليتها تعتمد أساساً على مبدأ الانحدار واستخدامه في التنبؤ والتصنيف Forecasting and Classification. ان استخدام بيانات السلاسل الزمنية المناخية تتطلب تحقيق التجانس في البيانات للحصول على افضل النتائج التصنيفية ولذلك تمت مراصفة البيانات زمنياً اعتمادا على طبيعة الغلاف الجوي ودرجات الحرارة خلال سنوات الدراسة لضمان تجانس اكبر في البيانات وبالتالي دقة اكبر في النتائج. أخذت بيانات الدراسة من محطة الأرصاد الجوية الزراعية العراقية في محطة الموصل واستخدمت كحالة حقيقية في هذه الدراسة. أظهرت نتائج المقارنات بين مواسم البيانات وكذلك دوال التعلم المختلفة دقة عالي في احيان ومقبولة في احيان اخرى مما يجعل من الممكن استخدام شبكة المدرك امرا موصىً به للحصول على نتائج تصنيفية دقيقة توصل الى الغاية المتوخاة من استخدامها.
