مقایسه روش های CCA و MICCA در انتخاب بهینه ورودی های بارش به منظور مدل سازی بارش- رواناب در حوضه آبریز (مطالعه موردی: حوضه آبریز قره سو کرمانشاه)

سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 240

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IDJ-11-5_018

تاریخ نمایه سازی: 25 اردیبهشت 1400

چکیده مقاله:

در این مطالعه، دو روش انتخاب ورودی مختلف تحلیل همبستگی متقابل (CCA) و ترکیب اطلاعات دوجانبه و تحلیل همبستگی متقابل (MICCA)، به منظور توسعه سیستم استنتاج فازی مبتنی بر شبکه (ANFIS) در حوضه آبریز قره سو واقع در استان کرمانشاه مورد استفاده قرار گرفت. شانزده رخداد بارش- رواناب روزانه در دوره آماری ۱۰ ساله (۱۳۹۴- ۱۳۸۳) انتخاب شدند که ۱۲ رخداد برای واسنجی (آموزش) و چهار رخداد نیز برای صحت سنجی (آزمون) مدل ها به کار گرفته شد. سپس نتایج مدل های ANFIS با مدل مفهومی HEC-HMS مورد مقایسه قرار گرفت. بررسی شاخص های آماری نشان داد که مدل ANFIS توسعه داده شده بر اساس ورودی های MICCA (ANFIS-MICCA) عملکرد بهتری (۹۹/۰=CE و ۰۹%/۱۰=RPE) نسبت به مدل توسعه داده شده بر اساس ورودی های CCA (ANFIS-CCA) (۸۸/۰=CE و ۴۱%/۱۵=RPE) داشت. ANFIS-MICCA و ANFIS-CCA قادر به مقایسه با مدل HEC-HMS است که داده بارش تمام هشت ایستگاه باران سنجی در آن استفاده شده باشد؛ با این حال، ANFIS-MICCA مدل مناسب تری در برآورد جریان اوج بود. همچنین، نتایج نشان داد که عملکرد مدل HEC-HMS با کاهش تعداد ایستگاه های باران سنجی به دو و سه ایستگاه به ترتیب ۸/۵۹ درصد و ۶/۵۴ درصد کاهش می یابد. به طور کلی، در مواردی که تمام ایستگاه های بارندگی دایر نباشند، ANFIS به یک جایگزین قابل اعتماد برای HEC-HMS مبدل می شود.

کلیدواژه ها:

حوضه قره سو ، سیستم استنتاج فازی (ANFIS) ، مدل سازی بارش- رواناب ، HEC-HMS

نویسندگان

میلاد مرادی

مهندسی منابع آب، دانشگاه شهید باهنر، کرمان، ایران

سمیه عزیزی

دانشجوی کارشناسی ارشد سازه های آبی، گروه مهندسی آب، دانشگاه تبریز، تبریز

صابره دربندی

گروه مهندسی آب، دانشگاه تبریز

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 :
  • simulation for an overland plane: Journal of Hydrology. ۳۵۷.۳: ۳۳۷-۳۴۸ ...
  • Coulibaly,P., Anctil,F and Bob,B. ۲۰۰۰. Daily reservoir inflow forecasting using ...
  • Da Costa Couto,M.P. ۲۰۰۹. Review of input determination techniques for ...
  • Dawson,C.W., See,L.M., Abrahart,R.J and Heppenstall,A.J. ۲۰۰۶. Symbiotic adaptive neuro-evolution applied ...
  • El Hassan,A.A., Sharif,H.O., Jackson,T. Chintalapudi,S. ۲۰۱۳. Performance of a conceptual ...
  • ۲۷:۳۳۹۴-۳۴۰۸ ...
  • Ghose,D., Panda,P., Swain,P. ۲۰۱۳. Prediction and optimization of runoff via ...
  • He,J., Valeo,C., Chu,A and Neumann,N.F. ۲۰۱۱. Prediction of event-based stormwater ...
  • Hosseini,S.M and Mahjouri,N. ۲۰۱۶. Integrating support vector regression and a ...
  • Jang,J.S.R. ۱۹۹۳. ANFIS: adaptive-network-based fuzzy inference system: Systems, Man and ...
  • Moon,Y.I., Rajagopalan,B and Lall,U. ۱۹۹۵ Estimation of mutual information using ...
  • Motahari,M and Mazandaranizadeh,H. ۲۰۱۷. Development of a PSO-ANN Model for ...
  • Mukerji,A., Chatterjee,C and Singh Raghuwanshi,N. ۲۰۰۹. Flood forecasting using ANN, ...
  • نمایش کامل مراجع