پاورپوینت باران به همراه word

اختصاصی از یارا فایل پاورپوینت باران به همراه word دانلود با لینک مستقیم و پرسرعت .

56اسلاید

دید کلی

همه ابرها ذرات آب یا کریستالهای یخ را با خود حمل می‌کنند، اما این ذرات بسیار کوچکتر از آن هستند که به زمین ببارند. اگر ارتفاع ابرها بیشتر شود ، هوای سردتر ، باعث فشرده‌تر شدن بخار آب می‌شود و این ممکن است برای شکل دادن باران ، تگرگ یا برف مناسب باشد. باران آبی است که پس از سرد شدن بخارهای جوی بوجود آمده و بر زمین می‌‌ریزد. در زبان پهلوی بدان واران (waran) می‌‌گفتند.

باران سنجی با استفاده از امواج

تحقیقات یک دانشمند و همکارانش نشان می‌دهد که می‌توان مقدار ریزش باران را اندازه گرفت و حتی امیدوارانه با استفاده از اطلاعاتی که شرکتهای تلفن همراه از این افت و خیزها جمع آوری کرده‌اند، بتوانند مدلهای خیلی دقیقتری برای آب و هوای کره زمین تهیه کنند. اصل پدیده ، چیز تازه‌ای نیست و در واقع همه خیلی خوب می‌دانند که بارش باران روی مخابره سیگنالهای تلفن همراه تأثیر می‌گذارد: قطره‌های ریز آب موجود در هوا این سیگنالها را ضعیف می‌کند.

بطور دقیقتر ، این قطره‌ها بسته به اندازه‌شان

، شدت فرکانسهای خاصی از سیگنال را کاهش

می‌دهد و این پدیده ، آنقدر تأثیرگذار است

که در حال حاضر ایستگاههای مخابره امواج تلفن همراه ، بطور خودکار بسته به تغییر شرایط جوی ، شدت سیگنالهایشان را بالا و پایین می‌برند. حالا یک دانشمند نشان داده است که این بالا و پایین شدنها حاوی اطلاعات مهمی است که اتفاقاً به درد هم می‌خورد: او و گروهش توانستند با استفاده از افت و خیزهای مشاهده شده در شدت سیگنالهای مخابره‌ای بین ایستگاههای شهر در هنگام توفان مقدار بارش باران را هر ۱۵دقیقه محاسبه کنند.
این اطلاعات با اندازه گیری مستقیم ایستگاههای هواشناسی دو شهر مختلف همخوانی قابل قبولی دارد. البته این اولین باری نیست که از شدت سیگنالها چنین استفاده‌ای می‌شود. پیش از این سیگنالهای دریافتی از ماهواره‌های GPS هم برای اندازه گیریهای جوی مورد استفاده قرار گرفته بود: بسته به رطوبت و دمای هوا ، تأخیرهای کوچکی در زمان دریافت سیگنالها مشاهده می‌شود و این تأخیرها را می‌توان به اطلاعات آب و هوایی ترجمه کرد. حتی از خود سیگنالهای تلفن همراه هم قبلاً برای بیرون کشیدن اطلاعات متفاوت استفاده شده بود.
بعضی از محققان ، از جمله اریک هورویتز از شرکت مایکروسافت ، ایده استفاده از تعداد مکالمات تلفن همراه هر منطقه برای تخمین میزان ترافیک راههای شهری را مطرح کرده بودند، غیر از این در جریان درگیریهای سال ۱۹۹۹ در کوزوو ، خیلی‌ها فکر می‌کردند که صربها از روی اختلالات شبکه‌های تلفن همراه توانسته‌اند جنگنده‌های ضد رادار F -۱۱۷ نیروی هوایی آمریکا را ردیابی و یکی از آنها را سرنگون کنند. تحقیقات قبلی یکی از محققان دانشگاه اسکس هم استفاده پذیری این افت و خیزهای سیگنالی را برای اندازه گیری بارش ، نشان داده بود.اما طرحهای پیشنهادی او به نوع خاصی از ارتباط بین ایستگاههای تلفن همراه نیاز داشت. زیبایی و جذابیت تحقیقات این دانشمند در این است که به بازآرایی شبکه‌ها نیازی ندارد و از همان اطلاعات جمع آوری شده بوسیله شرکتهای تلفن همراه برای کسب داده‌های هواشناسی استفاده می‌کند. به عبارت دیگر مواد خام طرح وی کاملاً مجانی از آب در می‌آید. البته تا وقتی که شرکتهای ارتباطی در بودجه‌شان برای این اطلاعات ، ردیف تازه‌ای باز نکنند.
یکی از مشکلات جدی محیط زیست که امروزه بشر در اکثر نقاط جهان با آن درگیر است، باران اسیدی می‌باشد. باران اسیدی به پدیده‌هایی مانند مه اسیدی و برف اسیدی که با نزول مقادیر قابل توجهی اسید از آسمان همراه هستند، اطلاق می‌شود.

باران اسیدی

باران هنگامی اسیدی است که میزان PH آب آن کمتر از 5،6 باشد. این مقدار PH بیانگر تعادل شیمیایی بوجود آمده میان دی‌اکسید کربن و حالت محلول آن یعنی بی‌کربنات (HCO3) در آب خالص است. باران اسیدی دارای نتایج زیانبار اکولوژیکی می‌باشد و وجود اسید در هوا نیز بر روی سلامتی انسان اثر مستقیم دارد. همچنین بر روی پوشش گیاهی تأثیرات نامطلوبی می‌گذارد.

در چند دهه اخیر میزان اسیدیته آب باران ، در بسیاری از نقاط کره زمین افزایش یافته و به همین خاطر اصطلاح باران اسیدی رایج شده است. برای شناخت این پدیده سوالات زیادی مطرح گردیده است که به عنوان مثال می‌توان به این موارد اشاره کرد: چه عناصری باعث تغییر طبیعی باران می‌شوند؟ منشأ این عناصر چیست؟ این پدیده در کجا رخ می‌دهد؟
معمولا نزولات جوی به علت حل شدن دی‌اکسید کربن هوا در آن و تشکیل اسید کربنیک بطور ملایم اسیدی هستند و PH باران طبیعی آلوده نشده حدود 5.6 می‌باشد. پس نزولاتی که به مقدار ملاحظه‌ای قدرت اسیدی بیشتری داشته باشند و PH آنها کمتر از 5 باشد، باران اسیدی تلقی می‌شوند.

باران 32ص

اختصاصی از یارا فایل باران 32ص دانلود با لینک مستقیم و پرسرعت .

32 ص

همه ابرها ذرات آب یا کریستالهای یخ را با خود حمل می‌کنند، اما این ذرات بسیار کوچکتر از آن هستند که به زمین ببارند. اگر ارتفاع ابرها بیشتر شود ، هوای سردتر ، باعث فشرده‌تر شدن بخار آب می‌شود و این ممکن است برای شکل دادن باران ، تگرگ یا برف مناسب باشد. باران آبی است که پس از سرد شدن بخارهای جوی بوجود آمده و بر زمین می‌‌ریزد. در زبان پهلوی بدان واران (waran) می‌‌گفتند.

باران سنجی با استفاده از امواج

تحقیقات یک دانشمند و همکارانش نشان می‌دهد که می‌توان مقدار ریزش باران را اندازه گرفت و حتی امیدوارانه با استفاده از اطلاعاتی که شرکتهای تلفن همراه از این افت و خیزها جمع آوری کرده‌اند، بتوانند مدلهای خیلی دقیقتری برای آب و هوای کره زمین تهیه کنند. اصل پدیده ، چیز تازه‌ای نیست و در واقع همه خیلی خوب می‌دانند که بارش باران روی مخابره سیگنالهای تلفن همراه تأثیر می‌گذارد: قطره‌های ریز آب موجود در هوا این سیگنالها را ضعیف می‌کند.

بطور دقیقتر ، این قطره‌ها بسته به اندازه‌شان

، شدت فرکانسهای خاصی از سیگنال را کاهش

می‌دهد و این پدیده ، آنقدر تأثیرگذار است

که در حال حاضر ایستگاههای مخابره امواج تلفن همراه ، بطور خودکار بسته به تغییر شرایط جوی ، شدت سیگنالهایشان را بالا و پایین می‌برند. حالا یک دانشمند نشان داده است که این بالا و پایین شدنها حاوی اطلاعات مهمی است که اتفاقاً به درد هم می‌خورد: او و گروهش توانستند با استفاده از افت و خیزهای مشاهده شده در شدت سیگنالهای مخابره‌ای بین ایستگاههای شهر در هنگام توفان مقدار بارش باران را هر ۱۵دقیقه محاسبه کنند.
این اطلاعات با اندازه گیری مستقیم ایستگاههای هواشناسی دو شهر مختلف همخوانی قابل قبولی دارد. البته این اولین باری نیست که از شدت سیگنالها چنین استفاده‌ای می‌شود. پیش از این سیگنالهای دریافتی از ماهواره‌های GPS هم برای اندازه گیریهای جوی مورد استفاده قرار گرفته بود: بسته به رطوبت و دمای هوا ، تأخیرهای کوچکی در زمان دریافت سیگنالها مشاهده می‌شود و این تأخیرها را می‌توان به اطلاعات آب و هوایی ترجمه کرد. حتی از خود سیگنالهای تلفن همراه هم قبلاً برای بیرون کشیدن اطلاعات متفاوت استفاده شده بود.
بعضی از محققان ، از جمله اریک هورویتز از شرکت مایکروسافت ، ایده استفاده از تعداد مکالمات تلفن همراه هر منطقه برای تخمین میزان ترافیک راههای شهری را مطرح کرده بودند، غیر از این در جریان درگیریهای سال ۱۹۹۹ در کوزوو ، خیلی‌ها فکر می‌کردند که صربها از روی اختلالات شبکه‌های تلفن همراه توانسته‌اند جنگنده‌های ضد رادار F -۱۱۷ نیروی هوایی آمریکا را ردیابی و یکی از آنها را سرنگون کنند. تحقیقات قبلی یکی از محققان دانشگاه اسکس هم استفاده پذیری این افت و خیزهای سیگنالی را برای اندازه گیری بارش ، نشان داده بود.اما طرحهای پیشنهادی او به نوع خاصی از ارتباط بین ایستگاههای تلفن همراه نیاز داشت. زیبایی و جذابیت تحقیقات این دانشمند در این است که به بازآرایی شبکه‌ها نیازی ندارد و از همان اطلاعات جمع آوری شده بوسیله شرکتهای تلفن همراه برای کسب داده‌های هواشناسی استفاده می‌کند. به عبارت دیگر مواد خام طرح وی کاملاً مجانی از آب در می‌آید. البته تا وقتی که شرکتهای ارتباطی در بودجه‌شان برای این اطلاعات ، ردیف تازه‌ای باز نکنند.

دانلود مقاله و تحقیق کامل در مورد پیش بینی بارش باران به کمک شبکه عصبی مصنوعی (تعداد صفحات 34 )

اختصاصی از یارا فایل دانلود مقاله و تحقیق کامل در مورد پیش بینی بارش باران به کمک شبکه عصبی مصنوعی (تعداد صفحات 34 ) دانلود با لینک مستقیم و پرسرعت .

بدر سالهای اخیر خسارتهای ناشی از سیل در بسیاری از مناطق جهان رشد صعودی داشته است که بارشهای غیر مترقبه به عنوان یک عامل تهدید کننده در احتمال وقوع سیل محسوب می شود. پیش بینی بارش در مدیریت و هشدار معضل سیل نقش مهمی بر عهده دارد. به منظور جلوگیری از خسارات ناشی از سیل و سعی در کنترل ومهار آن ضرورت ، اهمیت پیش بینی بارش امری اجتناب ناپذیر به نظر می رسد. زیرا با اطلاع از میزان بارندگی ، می توان امکان وقوع سیل را در منطقه پیش بینی و اقدامات لازم را به عمل آورد. در مناطق آسیب پذیر ، ایجاد یک ساختارهای دفاعی در برابر سیل مهم و جدی است و پیش بینی به موقع بارش نیز عاملی بوده که برای مقابله با سیل و اهداف مدیریتی آن از اهمیت بیشتری برخوردار است. با توجه به اینکه پیش بینی بارش تابع عوامل عوامل بسیاری از جمله فشار ، دما ، باد و … می باشد ، و همچنین محدودیت هایی از قبیل نبود اطلاعات بارش در مقیاس های زمانی و مکانی مناسب ، استفاده از روش های معمول از پیچیدگی های زیادی برخوردار است. تحلیل نتایج خروجی مدل شبکه عصبی نشان داده که این مدل توانایی بهتر و دقت بالایی برای پیش بینی بارش نسبت به روش های آماری معمول داشته است و با افزایش فاکتورهای ورودی ، شبکه دقت بالاتری را در پیش بینی ارائه می دهد در صورتی که اگر شبکه ورودی کمتری داشته باشد خطای بیشتری را دارا می باشد.

فهرست :

مقدمه

تشریح موقعیت مکانی

مواد و روش کار

شرح راه کار اول

نحوه ورود داده ها

نمودار شماتیک شبکه عصبی مصنوعی

خروجی شبکه عصبی مصنوعی

خروجی تحلیل و آنالیز نتایج داده ها

پیشنهاد هایی برای تحقیق بیشتر

معیارهای صحت نتایج و روش حل

مبانی شبکه های عصبی مصنوعی

آمار بارش ماهیانه ایستگاه هواشناسی کرمان

معیار تعیین پیش بینی پذیر بودن داده های بارش

لایه جی آی اس خطوط هم باران سراسر کشور

اختصاصی از یارا فایل لایه جی آی اس خطوط هم باران سراسر کشور دانلود با لینک مستقیم و پرسرعت .

 این لایه اطلاعاتی، خطوط هم باران کل کشور را نشان می دهد. اطلاعات میزان بارش از طریق فیلد Hamup-ID و DXF-layer قابل دسترسی می باشد. ضمن اینکه میزان طول هر خط نیز در داخل لایه ثبت شده است.

لایه جی آی اس پراکندگی ایستگاه های باران سنجی سراسر کشور

اختصاصی از یارا فایل لایه جی آی اس پراکندگی ایستگاه های باران سنجی سراسر کشور دانلود با لینک مستقیم و پرسرعت .

این لایه نقطه ای، کلیه ایستگاه های باران سنجی ثبت شده توسط وزارت نیرو رو به نمایش درآورده است. نام و سایر مشخصات هر ایستگاه در فیلدهای این لایه وجود دارد.