بررسی قابلیت پارامتر Cprecip در منظور کردن اثر برف بر پیش بینی دبی روزانه رودخانه به وسیله شبکه عصبی و شبکه عصبی فازی

  • سال انتشار: 1391
  • محل انتشار: فصلنامه علوم و مهندسی آبیاری، دوره: 35، شماره: 1
  • کد COI اختصاصی: JR_JISE-35-1_008
  • زبان مقاله: فارسی
  • تعداد مشاهده: 171
دانلود فایل این مقاله

نویسندگان

سیدمحمد سیدعباسی

کارشناسی ارشد برق کنترل، دانشگاه فردوسی مشهد

مهدی گوران اوریمی

کارشناس ارشد عمران سازه هیدرولیک، دانشگاه فردوسی مشهد

علی فریدحسینی

استادیار گروه مهندسی آب، دانشگاه فردوسی مشهد

محمدباقر شریفی

استادیار گروه عمران دانشکده مهندسی، دانشگاه فردوسی مشهد

چکیده

یکی از پارامترهای موثر در پیش بینی دبی خصوصادر حوضه های برفگیر، پارامتر برف می باشد. آب معادل برف متداول ترین پارامتری است که در مدل سازی جریان رودخانه ها، به منظور وارد کردن تاثیر برف در مدل استفاده می شود. در این مقاله سعی شده است با توجه به عدم دسترسی به پارامتر آب معادل برف در درصد قابل توجهی از حوضه ها، پارامترهای باران تجمعی و باران تجمعی مازندران جایگزین آب معادل برف شوند. پارامتر باران تجمعی، بارندگی تجمعی از اول نوامبر تا اول آپریل و معرف برف انباشته شده می باشد که در بهار ذوب می شود. پارامتر باران تجمعی مازندران با انجام تغییراتی بر روی پارامتر باران تجمعی (جهت سازگاری آن با حوضه های مازندران) به دست می آید. نتایج مدل سازی نشان داد که پارامتر باران تجمعی قابلیت جایگزینی پارامتر آب معادل برف را دارد و پارامتر باران تجمعی مازندرانبا توجه به انطباق بیشتر با حوضه های این ناحیه، کارایی بیشتری نسبت به پارامتر باران تجمعی دارد.

کلیدواژه ها

پیش بینی دبی, برف, شبکه عصبی مصنوعی, شبکه عصبی فازی

اطلاعات بیشتر در مورد 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.