Nel lavoro serie di dati temporali che relativi a valori diurni di dati standard e automatici delle misurazioni
dei parametri termici dell’aria sono state analizzate. Per mezzo di reti neurali artificiali è stato fatto un tentativo
di creare il modello di temperatura media, massima e minima dell’aria misurata da dispositivi automatici sulla
base di osservazioni standard. Lo studio è stato condotto nel periodo 2000-2009 sul sito dell’Osservatorio Agro e
Idrometeorologico di Wroclaw-Swojec, Polonia. A tale scopo sono state utilizzate “single-layer perceptron networks”,
create in MATLAB (Neural Network Toolbox) e STATISTICA 10. I seguenti aspetti sono stati sottoposti all’analisi:
l’architettura delle reti sviluppate, il numero di cicli nel processo di apprendimento, le variazioni di errore medio
quadrato (MSE), le correlazioni tra i valori dei parametri ottenuti tramite strumenti meteorologici e quelli previsti
dalle reti e l’analisi globale di sensibilità. Lo studio ha facilitato la creazione di un modello di neurale di alta qualità,
in grado di descrivere le correlazioni tra i valori dei parametri ottenuti mediante strumenti standard e quelli previsti
dai sensori elettronici.
Parole chiave: metodo standard, reti neurali, parametri termici aria, stazione automatica.
In the paper time series which concerned diurnal values of standard and automatic results of the
measurements of air thermal parameters were analyzed. By the means of artificial neural networks an attempt to
create the model of mean, maximum and minimum air temperature measured by automatic devices on the basis
of standard observations was made. The study was conducted in the period of 2000-2009 on the site of Agro- and
Hydrometeorology Wroclaw-Swojec Observatory, Poland. In order to achieve the intended aim single-layer perceptron
networks, created in MATLAB (Neural Network Toolbox) and STATISTICA 10, were used. The following aspects were
subject to the analysis: the architecture of the developed networks, the number of cycles in the learning process, the
changes in Mean Squared Error (MSE), the correlations between the values of the parameters obtained by the means
of meteorological instruments and the ones prognosticated by the networks and global sensitivity analysis. The study
facilitated the creation of a high quality neuron model, reflecting the correlations between the values of the parameters
obtained by the means of standard instruments and the ones prognosticated by electronic sensors.
Keywords: standard method, neural networks, air thermal parameters, automatic station.
Se vuoi essere informato sulle nostre novità editoriali, registrati alla nostra newsletter!