مدلسازی بارش - رواناب در شرایط کمبود اطلاعات با استفاده از رویکرد پارامتری کردن مدلها
- سال انتشار: 1390
- محل انتشار: یازدهمین سمینار سراسری آبیاری و کاهش تبخیر
- کد COI اختصاصی: ABYARI11_011
- زبان مقاله: فارسی
- تعداد مشاهده: 1007
نویسندگان
کارشناسی ارشد سازه های آبی گروه مهندسی آب -دانشگاه آزاد اسلامی واحد کرمان
چکیده
در این تحقیق به منظور شبیه سازی فرایند بارش-رواناب از دو رهیافت مدلسازی و جعبه سیاه استفده گردید. HMS SMA به عنوان مدل مفهومی و ANFIS نماینده مدلهای جعبه سیاه انتخاب شد. این روشا بر روی زیر حوضه سلطانی به کار برده شد. به طور کلی سه سال از آمار قابل استفده بود که دو سال ان برای کالیبراسیون (80-78) و یک سال (81-80) برای صحت سنجی در نظر گرفته شد. برای محاسبه بارش متوسط از دو روش معکوس مربع فاصله و چندضلعی های تیسن در محیط ARC GIS استفاده شد و روش چند ضلعی خای تیسن با توجه به همبستگی بیشتر با داده های رواناب به عنوان بهتریم روش انتخاب شد . معیارهای مقایسه علاوه بر اشاره به معیارهای خوبی برازش به معیارهای کم بودن پارامترها و تفسیر فیزیکی مدلها نیز اشاره شد. معمولا در حوضه هایی که با کمبود آمار واجه هستند انتخاب مدلهایی که دارای تعداد زیادی پارامتر و ورودی هستند امکان خطای بیشتری وجود دارد . بنابراین بهترین ترکیب ANFIS با بهترین مدل HMS SMAمقایسه شد. نتایج نشان داد که امثر مدلهای انتخابی ANFIS جوابهای خیلی نردیک به هم داشتند و در مقایسه با مدل HMS SMA دادای تعداد زیادی پارامتر بودند.کلیدواژه ها
مدلسازی بارش-رواناب ، مدل مفهومی HMS SMA ، مدل جعبع سیاره سیستم عصبی-فازی تطبیقی ، آنالیز حساسیتمقالات مرتبط جدید
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.