پاورپوینت روش‌هاي طبقه‌بندي‌داده‌هاي اقليمي (pptx) 30 اسلاید
دسته بندی : پاورپوینت
نوع فایل : PowerPoint (.pptx) ( قابل ویرایش و آماده پرینت )
تعداد اسلاید: 30 اسلاید
قسمتی از متن PowerPoint (.pptx) :
بنام خدا
روش‌هاي طبقه‌بندي‌داده‌هاي اقليمي
در مطالعات اقليمي معمولاً محقق با تعداد زيادي از متغيرها روبرو مي‌باشد كه تفسير تك تك آنها مشكلاتي را با توجه به حجم اطلاعات زياد ايجاد مي‌كند.
يكي اهداف اصلي در مطالعات اقليمي انجام طبقه‌بندي اقليمي است كه تحت اين نوع طبقه‌بندي سعي مي‌گردد مناطقي را كه از نظر رژيم‌هاي دما، بارش، فشار، رطوبت، جريان باد و ساير پارامترهاي اقليمي داراي مشابهت هستند در يك گروه قرار گرفته و براي آن نام‌گذاري از نظر تيپ اقليمي صورت گيرد.
ممكن است اين تيپ‌ها از نظر مكاني به صورت پيوسته در كنار يكديگر قرار گيرند و در عين حال امكان دارد مناطق مشابه از نظر اقليمي به صورت پراكنده توزيع و پراكنده شده باشند.
با توجه به اين موضوع آشنايي با روش‌هاي مختلف طبقه‌بندي داراي نقش اساسي در هر نوع مطالعات اقليمي مي‌باشد.
روش‌هاي متعددي براي انجام طبقه‌بندي مي‌تواند مورد استفاده قرار گيرد كه در ساده‌ترين شكل محاسبه ميانگين داده‌هاي مورد مطالعه و طبقه‌بندي آنها در فاصله طبقات معين است كه نتيجه آن طبقات متمايزي است كه براساس ميانگين ارزش‌ها از يكديگر جدا شده اند.
با اين حال روش‌هاي پيچيده‌تري وجود دارد كه امروزه در مطالعات اقليمي مورد استفاده قرار مي‌گيرد كه مورد بررسي قرار مي‌گيرد.
روش تحليل خوشه‌اي Cluster analysis
تحلیل خوشه‌اي يك عنوان كلي براي يك سري از روش‌هاي رياضي است كه براي پيدا كردن شباهت بين مناطق در يك مجموعه بكار مي‌رود.
هدف بسياري از فعاليت‌هاي تحقيقاتي پي بردن به اين است كه كداميك از مناطق موجود در يك مجموعه مشابه و يا متفاوت هستند.
بدين منظور بهترين روش استفاده از طبقه‌بندي است.
از روش‌هاي تحلیل یا تجزيه خوشه‌اي برای عمل طبقه‌بندي با استفاده از تجزيه كلاستر (خوشه‌اي) براي پي بردن به شباهت‌ها و برنامه‌ريزي و مديريت ها نيز استفاده مي‌شود، بنابراين مي‌توان گفت كه تجزيه كلاستر اصولي‌ترين روش براي برآورد شباهت بين مناطق در يك پهنه ی جغرافیایی است.
اين روش براي گروه‌بندي افراد يك نمونه مطرح مي‌گردد كه در طي آن سعي مي‌گردد افراد مشابه در گروههاي خاصي قرار گرفته و تشكيل يك طبقه مجزا را دهند كه از نظر خصوصيات مورد مطالعه تفاوتهايي را با ساير گروهها دارا مي‌باشد.
اين روش كه در سال 1939 ارائه شده است، كاملاً عددي بوده و انحصاراً روي داده‌هاي كمي قابل انجام است.
اين روش داراي مزيت‌هاي زيادي مي‌باشد، از جمله آنها اين است كه اين روش در پيدا كردن گروههاي واقعي كمك مي‌كند و در عين حال مي‌تواند براي كاهش داده‌ها نيز مفيد واقع گردد.
در تجزيه خوشه‌اي معمولا p شاخص یا معیار بر روي n منطقه اندازه‌گيري مي‌شود و يك ماتريس از داده‌هاي خام تشكيل مي‌شود. سپس ماتريس داده‌هاي خام به ماتريس شباهت‌ها يا فاصله‌ها تبديل شده و با استفاده از يكي از تكنيك‌هاي طبقه‌بندي مناطق را بر اساس شباهت بين آنها گروه‌بندي مي‌كند.
هدف از تشكيل كلاسترها يا دسته‌ها آن است كه در هر دسته مناطقی را قرار دهيم كه داراي واريانس يا تنوع كمتري نسبت به واريانس و تنوع موجود بين دسته‌ها باشند. در نهايت دسته‌ها را با استفاده از مقادير ميانگين متغيرها و با استفاده از نمودار در مقابل هم قرار مي‌دهيم.
هنگام استفاده از تجزيه خوشه‌اي دو سوال اصلي وجود دارد، سوال اول آن است كه چگونه شباهت بين مناطق را اندازه‌گيري كنيم و سوال دوم انتخاب مذكور با چه روشی انجام شود.
لذا هدف از تجزيه و تحليل خوشه‌اي اولا پيدا كردن دسته‌هاي واقعي افراد و ثانيا كاهش تعداد داده‌ها است. به عبارت ديگر هدف شناسايي تعداد كمتري از گروهها است به طوري كه گروه‌هايي كه داراي شباهت بيشتري با يكديگر هستند در يك گروه قرار گيرند.
مراحل تحلیل خوشه ای
جمع آوري ماتريس داده‌ها كه در ستون آن مناطق قرار گرفته اند كه قرار است مورد تجزيه كلاستر قرار گيرند و رديف آن را صفاتي تشكيل مي‌دهند كه مناطق را بر مبناي آن پهنه بندی مي‌كنيم.
استاندارد كردن ماتريس داده‌ها.
محاسبه شباهت بين جفت‌هاي مناطق ماتريس داده‌هاي اصلي يا داده‌هاي استاندارد شده.
استفاده از يك روش كلاستر براي دسته‌بندي شباهت‌ها و تشكيل يك نمودار درختي يا دندروگرام . اين نمودار شباهت بين تمام افراد را به صورت جفتي و به صورت سلسله مراتبي نشان مي‌دهد. با استفاده از دندروگرام مي‌توان دسته‌ها را پيدا كرد.