ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

پیش بینی بارش ماهانه استان اردبیل با استفاده از مدل های ANN و WANN

سال انتشار: 1399
کد COI مقاله: JR_WATER-10-4_016
زبان مقاله: فارسیمشاهد این مقاله: 134
فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 17 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی بارش ماهانه استان اردبیل با استفاده از مدل های ANN و WANN

محمدرضا نیک پور
سجاد عبداللهی اسدآبادی - دکترای مهندسی منابع آب، وزارت نیرو، شرکت مدیریت منابع آب ایران، شرکت آب منطقه ای استان چهارمحال و بختیاری. شهرکرد، ایران

چکیده مقاله:

بارش یکی از مهم­ترین رخدادهای هیدرولوژیکی بوده و پیش­بینی آن می­تواند به عنوان یک ابزار کاربردی در بهره­برداری و مدیریت بهینه منابع آب مورد استفاده قرار گیرد. در پژوهش حاضر از مدل­های شبکه عصبی مصنوعی (ANN) و موجک- عصبی (WANN) برای شبیه­سازی بارش ماهانه در ایستگاه­های سینوپتیک منتخب استان اردبیل شامل اردبیل، خلخال، مشگین­شهر و پارس­آباد طی دوره آماری مشترک 225 ماهه در سال­های 1395-1375 استفاده شد. برای پیش­بینی کوتاه مدت بارش ماهانه (یک ماه بعد) سناریوهای مختلف بر اساس تاخیرهای بارش تعریف شد. نتایج بیانگر عملکرد قابل قبول و برتری مدل WANN با بیشترین ضریب تعیین (R2) وکمترین ریشه میانگین مربعات خطا (RMSE) برای همه ایستگاه­ها و به­ازای بهترین الگو در مرحله صحت­سنجی بود. مقادیر R2 و RMSE برای ایستگاه اردبیل به­ترتیب برابر 88/0 و 13/7 میلی­متر، ایستگاه خلخال برابر 91/0 و 03/6 میلی­متر، ایستگاه مشگین­شهر برابر 92/0 و 57/6 میلی­متر و برای ایستگاه پارس­آباد برابر 87/0 و 56/8 میلی­متر به­دست آمد. در همه ایستگاه­ها، اعمال سناریوی ترکیبی تاخیرهای بارش، کمینه و بیشینه دما توسط مدل برتر (مدل WANN) باعث بهبود جزئی نتایج مدل گردید اما هزینه محاسباتی مدل را نیز به مراتب افزایش داد. هم­چنین در همه ایستگاه­ها، اضافه شدن رطوبت نسبی و سرعت باد به­عنوان متغیرهای ورودی تا حدودی باعث کاهش عملکرد مدل شد. نتایج کلی پژوهش حاضر نشان داد که با استفاده از مدل WANN به همراه تاخیرهای مناسب بارش در مقیاس زمانی ماهانه، می­توان بارش ماهانه (ماه آینده) ایستگاه­های منتخب استان اردبیل شامل اردبیل، خلخال، مشگین­شهر و پارس­آباد را با دقت قابل قبول پیش­بینی نمود.

کلیدواژه ها:

: استان اردبیل, بارش ماهانه, تاخیرهای بارش, شبکه عصبی مصنوعی, موجک- عصبی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1032097/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
نیک پور، محمدرضا و عبداللهی اسدآبادی، سجاد،1399،پیش بینی بارش ماهانه استان اردبیل با استفاده از مدل های ANN و WANN،،،،،https://civilica.com/doc/1032097

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1399، نیک پور، محمدرضا؛ سجاد عبداللهی اسدآبادی)
برای بار دوم به بعد: (1399، نیک پور؛ عبداللهی اسدآبادی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود ممقالهقاله لینک شده اند :

  • پورحقی، ا.، ا. سلگی، ف. رادمنش و م. شهنی دارابی. ...
  • ستاری، م.، ع. جودی و ف. نهرین. 1393. پیش­بینی مقادیر ...
  • سلگی، الف.، ح. زارعی، الف. پورحقی و ح. خدابخشی. 1395. ...
  • شفائی، م.، ا. فاخری­فرد، ص. دربندی و م.ع. قربانی. 1392. ...
  • قاسمیه ه.، ا. بذرافشان و ک. بخشایش­منش. 1396. پیش­بینی بارش ...
  • کدخداحسینی م.، ش. شامحمدی ر. میرعباسی و ح. نوذری. 1395. ... [مقاله ژورنالی]
  • طوفانی، پ.، ا. فاخری­فرد، ا. مساعدی و ا.ا. دهقانی. 1394. ... [مقاله ژورنالی]
  • مظفری غ.، ش. شفیعی و ح. همتی. 1394. پیش­بینی بارش ...
  • معروفی، ص.، ک. امیرمرادی و ن. پارسافر. 1392. پیش­بینی جریان ...
  • معروفی ص.، ر. نوروز ولاشدی و ف. گلکار. 1396. مدل­سازی ... [مقاله ژورنالی]
  • Abdollahi, S., J. Raeisi, M. Khalilianpour, F. Ahmadi and O. ...
  • Adamowski, J. 2008. Development of a short-term river flood forecasting ...
  • He, Z., X. Wen, H. Liu and J. Du. 2014. ...
  • Liu, S. and H. Shi. 2019. A recursive approach to ...
  • Lou, J., W. Lu, Y. Ji and D. Ye. 2016. ...
  • Nourani, V., M.T. Alami and M.H. Aminfar. 2009. A combined ...
  • Shu, C. and T.B.M.J. Ouarda. 2008. Regional flood frequency analysis ...
  • Sofian, I.M., A.K. Afandi, I. Iskandar and Y. Apriani. 2018. ...
  • Venkata-Ramana, R., B. Krishna, S.R. Kumar and N.G. Pandey. 2013. ...
  • Yaseen, Z.M., I. Ebtehaj, S. Kim, H. Sanikhani, H. Asadi, ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی