Rainfall Forecasting in Sudan Using Computational Intelligence

الموضوعات

علوم تطبيقية وتكنولوجية

الملخص

Weather forecasting is the application of science and technology to predict the state of theatmosphere for a future time at a given location. Human kind has attempted to predict theweather since ancient times. Generating predictions of meteorological events is very complexprocess, because the atmosphere is unstable and the systems responsible for the events are theculmination of the instabilities and involve nonlinear interaction between different spatial scalesfrom kilometers to hundreds of kilometers. The chaotic nature of the atmosphere limits thevalidity of deterministic forecasts, but the increasing economic cost of adverse weather eventsprovides a strong reason to generate more accurate and updated weather forecasts.Weather forecasting (particularly rainfall prediction) is one of the most imperatives,important and demanding operational tasks and challenge made by meteorological servicesaround the world. It is a complicated procedure that includes numerous specialized fields ofknowledge. The task is complicated because in the field of meteorology all decisions are to betaken with a degree of uncertainty, because the chaotic nature of the atmosphere limits thevalidity of deterministic forecasts. Long term Rainfall prediction is very important for countrieswhose economy depends mainly on agriculture, like many of the third World countries. It iswidely used in the energy industry and for efficient resource planning and management includingfamine and disease control, rainwater catchment and ground water management. This thesisstudies long term rainfall prediction in Sudan using computational intelligence.Monthly meteorological data obtained from Central Bureau of Statistics, Sudan from2000 to 2012, for 24 meteorological stations distributed among the country has been used.The relationship of rainfall in Sudan with some important parameters is investigated anddetermined the most influencing variables on rainfall among the available ones.The performance of base and Meta algorithms to deal with rainfall prediction problem isexplored and, compared.A novel method to develop long-term rainfall prediction model by using ensembletechnique is proposed. The new novel ensemble model is constructed based of Meta classifierVote combined with three base classifiers. Several neuro-fuzzy Models using different types ofmembership functions, different optimization methods and different dataset ratios for trainingand testing are built.The proposed models are evaluated and compared by using correlation coefficient, meanabsolute error and root mean-squared error as performance metrics. The empirical resultsillustrate that the ANFIS neuro-fuzzy system and the ensemble Vote+3 models are able tocapture the dynamic behavior of the rainfall data and they produced satisfactory results, so theymay be very useful in long-term rainfall prediction.Spatial analysis of rainfall in Sudan is conducted for the interval 2000-2012 on threelevels (towns, states and regions) and rainfall maps are obtained.

روابط وملفات

التعريف والنوع

رقم الوثيقة

ec71be8f-83ff-45f1-8585-d314a5010e52

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

رسائل دكتوراة

نوع الملف

pdf text

أسماء الملفات

21417_1.pdf

بيانات النشر

ترجمة العنوان

توقعات الأمطار في السودان باستخدام الحوسبة الذكية

ألقاب المؤلفين

[{"name_ar":" Nazim Osman Bushara","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"Ajith Abraham","title_ar":"اشراف","title_en":"Supervision"}]

اللغة

English

المصدر والدورية

اسم المصدر

Rainfall Forecasting in Sudan Using Computational Intelligence

المحتوى والصفحات

عدد الصفحات

0

ترجمة الملخص

التنبؤ بالطقس هو تطبيق للعلم والتكنولوجيا لتوقع حالة الجو المستقبلية في مكان معين،وقد حاولت البشرية التنبؤ بهمنذ القدم. انتاج تنبؤات لأحداث الأرصاد الجوية عملية معقدة جدا، لأن الجو غير مستقر والأنظمة المسؤولة عن الأحداث هي تتويج لعدم الاستقرار وتنطىلعيوتفاعلات غير خطية بين نطاقات مكانية مختلفة تتراوح بين كيلومترات الى مئات الكيلومترات. فنمدحتيوجلافلاغللةيوضوفلاةعيبطلاصحة التنبؤات القطعية، لكن التكلفة الاقتصادية المتزايدة للأحداث الجوية السيئة تقدم سببا قويا لتوليد تنبؤات جوية أكثر دقة وتحديثا.تدرس هذه الأطروحةتوقعاتهطول الأمطار على المدى الطويل في السودان باستخدام الحوسبةالذكية. حيث يعتبر التنبؤ بالطقس ًاصوصخوالأمطار أًاحاحلإرثكلأاةيذيفنتلاماهملادح، والتي تمثل تحدي يواجه خدمات الأرصاد الجوية فيجميع أنحاء العالموهو إجراء معقد يتضمن العديد من المجالات المتخصصة للمعرفة، ويعتبر مهمة معقدة لأنه في مجال الأر صاد الجوية جميع القرارات يتعين أتخاذها مع ؤبنتلا.ةيعطقلاتاؤبنتلاةحصنمدحتيوجلافلاغللةيوضوفلاةعيبطلانلأ،نيقيلامدعنمةجرددوجوطويل الاجل لهطول الامطار مهم جدا بالنسبة للدول التي يعتمد أقتصادها أساسا على الزراعة، على غرار العديد من بلدان العالم الثالث. كما أنه يستخدم على نطاق واسع في صناعة الطاقة والتخطيط الفعال للموارد ضارملأاوتاعاجملاةحفاكمكلذيفامباهتراداو،يفوجلاهايملاةراداوراطملأاهايمعيمجتة.أستخدمت بيانات الأرصاد الجوية التي تتمثل في المتوسطات الشهرية التي تم الحصول عليها من ةرتفللنادوسلاءاصحلإليزكرملازاهجلا٢٠٠٠-٢٠١٢، لعدد ٢٤محطة أرصاد جوية موزعة على طول البلاد.تم التحقق منالعلاقة بينالأمطارفيالسودانوبعضالعوامل الهامةو توصلنا للمتغيراتالأكثرتأثيراعلى هطول الأمطار.أقترحت الدراسةطريقة جديدةلتطوير نموذجتوقعطويلالأجلللأمطاربإستخدامتقنيةالفرقة.أستندهذاالنموذجبشكل أساسي علىمصنف التصويت ميتا بجانبثلاثةمصنفاتأساسية ،كماتم بناء عدة نماذج عصبية مبهمةبإستخدامونيسحتلاقرط،ءاضعلأالاودلانمةفلتخمعاونأنسببيانات للتدريب والاختبار.تم تقييم النماذج المقترحة ومقارنتها بإستخدام معامل الإرتباط، متوسط الخطأ المطلق وجذر تربيع متوسط الخطأ، كمقاييس للأداء. أظهرت النتائج أن كل من ANFISneuro-fuzzy systemو ensemble viiiVote+3قادران على التقاط السلوك الحركيلهطول الأمطار، لأنهما كشفا عن نتائج مرضية، وعليه قد يكونا مفيدين في التنبؤ طويل المدى بهطول الأمطار.تم عملالتحليل المكاني لهطولالأمطار في السودان للفترة ٢٠٠٠-٢٠١٢علىثلاثة مستويات (المدن ، الولايات والأقاليم) و من ثم تم إظهارهفيخرائط للأمطار

إشراف وإعداد

الإشراف

Ajith Abraham

الإعداد

Nazim Osman Bushara

الاقتباسات الببليوغرافية