Advanced

Interpolating monthly precipitation by self-organizing map (SOM) and multilayer perceptron (MLP)

Kalteh, Aman Mohammad LU and Berndtsson, Ronny LU (2007) In Hydrological Sciences Journal 52(2). p.305-317
Abstract
There are needs to find better and more efficient methods to interpolate precipitation data in space and time. Interpolation of precipitation is explored using a self-organizing map (SOM) in a region with large complexity of precipitation mechanisms (northern Iran). The technique is used both for regionalization and for interpolating monthly precipitation for stations with missing data for 1-, 2-, 5- and 10-year periods using a jack-knife procedure to obtain objective results. The SOM is able both to find regions with similar precipitation mechanisms and to interpolate with accuracy. The results show that precipitation interpolation can be improved considerably by taking into account the regionalization properties in the SOM modelling. The... (More)
There are needs to find better and more efficient methods to interpolate precipitation data in space and time. Interpolation of precipitation is explored using a self-organizing map (SOM) in a region with large complexity of precipitation mechanisms (northern Iran). The technique is used both for regionalization and for interpolating monthly precipitation for stations with missing data for 1-, 2-, 5- and 10-year periods using a jack-knife procedure to obtain objective results. The SOM is able both to find regions with similar precipitation mechanisms and to interpolate with accuracy. The results show that precipitation interpolation can be improved considerably by taking into account the regionalization properties in the SOM modelling. The SOM results are compared with those from a well-defined multilayer perceptron (MLP). The findings suggest that, without regionalization, MLP modelling is generally better than SOM. However, when regionalization is included, SOM performs better than MLP.



Il est nécessaire de trouver des méthodes meilleures et plus efficaces pour interpoler des données de précipitation dans l'espace et le temps. L'utilisation d'une carte auto-organisée (SOM) pour l'interpolation des précipitations est explorée dans une région aux mécanismes de précipitation très complexes (nord de l'Iran). La technique est utilisée pour la régionalisation et pour l'interpolation des précipitations mensuelles de stations qui présentent des lacunes pour des périodes de 1, 2, 5 et 10 ans, à l'aide d'une procédure jack-knife pour obtenir des résultats objectifs. La SOM est capable d'identifier les régions dont les mécanismes de précipitation sont similaires et d'interpoler avec précision. Les résultats montrent que l'interpolation des précipitations peut être considérablement améliorée en tenant compte des propriétés de régionalisation dans la modélisation SOM. Les résultats de SOM sont comparés avec ceux d'un perceptron multi-couches (PMC) bien défini. Les résultats suggèrent que, sans régionalisation, la modélisation par PMC est généralement meilleure que par SOM. Cependant, lorsque la régionalisation est introduite, la SOM donne de meilleurs résultats que le PMC. (Less)
Please use this url to cite or link to this publication:
author
organization
publishing date
type
Contribution to journal
publication status
published
subject
keywords
missing data, interpolation, multilayer perceptron (MLP), northern Iran, self-organizing map (SOM), precipitation
in
Hydrological Sciences Journal
volume
52
issue
2
pages
305 - 317
publisher
IAHS Press
external identifiers
  • wos:000245549900004
  • scopus:34147214608
ISSN
0262-6667
DOI
10.1623/hysj.52.2.305
language
English
LU publication?
yes
id
48578446-196a-4ae7-8f56-5abd496721a9 (old id 587316)
date added to LUP
2007-12-01 09:57:54
date last changed
2017-11-05 04:28:13
@article{48578446-196a-4ae7-8f56-5abd496721a9,
  abstract     = {There are needs to find better and more efficient methods to interpolate precipitation data in space and time. Interpolation of precipitation is explored using a self-organizing map (SOM) in a region with large complexity of precipitation mechanisms (northern Iran). The technique is used both for regionalization and for interpolating monthly precipitation for stations with missing data for 1-, 2-, 5- and 10-year periods using a jack-knife procedure to obtain objective results. The SOM is able both to find regions with similar precipitation mechanisms and to interpolate with accuracy. The results show that precipitation interpolation can be improved considerably by taking into account the regionalization properties in the SOM modelling. The SOM results are compared with those from a well-defined multilayer perceptron (MLP). The findings suggest that, without regionalization, MLP modelling is generally better than SOM. However, when regionalization is included, SOM performs better than MLP.<br/><br>
<br/><br>
Il est nécessaire de trouver des méthodes meilleures et plus efficaces pour interpoler des données de précipitation dans l'espace et le temps. L'utilisation d'une carte auto-organisée (SOM) pour l'interpolation des précipitations est explorée dans une région aux mécanismes de précipitation très complexes (nord de l'Iran). La technique est utilisée pour la régionalisation et pour l'interpolation des précipitations mensuelles de stations qui présentent des lacunes pour des périodes de 1, 2, 5 et 10 ans, à l'aide d'une procédure jack-knife pour obtenir des résultats objectifs. La SOM est capable d'identifier les régions dont les mécanismes de précipitation sont similaires et d'interpoler avec précision. Les résultats montrent que l'interpolation des précipitations peut être considérablement améliorée en tenant compte des propriétés de régionalisation dans la modélisation SOM. Les résultats de SOM sont comparés avec ceux d'un perceptron multi-couches (PMC) bien défini. Les résultats suggèrent que, sans régionalisation, la modélisation par PMC est généralement meilleure que par SOM. Cependant, lorsque la régionalisation est introduite, la SOM donne de meilleurs résultats que le PMC.},
  author       = {Kalteh, Aman Mohammad and Berndtsson, Ronny},
  issn         = {0262-6667},
  keyword      = {missing data,interpolation,multilayer perceptron (MLP),northern Iran,self-organizing map (SOM),precipitation},
  language     = {eng},
  number       = {2},
  pages        = {305--317},
  publisher    = {IAHS Press},
  series       = {Hydrological Sciences Journal},
  title        = {Interpolating monthly precipitation by self-organizing map (SOM) and multilayer perceptron (MLP)},
  url          = {http://dx.doi.org/10.1623/hysj.52.2.305},
  volume       = {52},
  year         = {2007},
}