به دست اوردن پارامترهای غالب ماهانه و سالانه CGCM3 با استفادها ز الگوریتم ژنتیک
محل انتشار: سومین همایش ملی مدیریت شبکه های آبیاری و زهکشی
سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 781
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IDNC03_645
تاریخ نمایه سازی: 15 اسفند 1389
چکیده مقاله:
یکی از روشهای پیش بینی تغییرات اقلیمی استفاده از خروجی های مدل جهانی اقلیم GCM Climate models global می باشد اما بدلیل بزرگ بودن شبکه های مدل GCMا ین مدلها درمطالعات محلی و منطقه ای کارامد نیستند اخیرا برای بهبود خروجی های GCM در مقیاس منطقه ای روش ریز مقیاس نمایی آماری مورد استفاده قرارگرفته است یکی از مهمترین مراحل انجام روش ریزمقیاس نمایی آماری انتخاب متغیرهای مستقلی است که در مدل نهایی از انها استفاده م یشود به این متغیرها ی مستقل انتخاب شده متغیرهای غالب گفته می شود برای انتخاب متغیرهای غالب می توان از تجربه و دانش محلی و یا ازروشهای آماری مانند همبستگی جزیی رگرسیون گام به گام و روش انالیز مولفه های اصلی PCA استفاده کرد به دلیل برخی از اشکالات روشهای مذکور دراین تحقیق از روش الگوریتم ژنتیک برای انتخاب متغیرهای غالب بصورت ماهانه و سالانه در ایستگاه همدیدی کرمان 2000-1961 استفاده و نتایجاین دو روش با یکدیگر مقایسه گردیده است.
کلیدواژه ها:
نویسندگان
نسیم زینتی
دانشجوی ارشد مهندسی اب
مسعودرضا حسامی کرمانی
استادیار گروه مهندسی عمران دانشگاه شهید باهنر کرمان
مهسا ثبات
دانشجوی ارشد سازه های هیدرولیکی
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 مقاله لینک شده اند :