ریزمقیاس کردن مکانی – زمانی سری های زمانی بارش با استفاده از مدل ترکیبی موجک – شبکه عصبی مصنوعی
- سال انتشار: 1397
- محل انتشار: فصلنامه تحقیقات منابع آب ایران، دوره: 14، شماره: 5
- کد COI اختصاصی: JR_IWRR-14-5_029
- زبان مقاله: فارسی
- تعداد مشاهده: 248
نویسندگان
گروه عمران - آب، واحد رودهن، دانشگاه آزاد اسلامی، تهران، ایران
گروه عمران - آب، واحد رودهن، دانشگاه آزاد اسلامی، تهران، ایران گروه عمران - آب، دانشگاه تبریز، تبریز، ایران
گروه عمران - آب، واحد رودهن، دانشگاه آزاد اسلامی، تهران، ایران
چکیده
با توجه به نیاز شبیه سازی سری های زمانی بارش در مقیاس های مختلف برای مقاصد مهندسی از یک طرف و عدم ثبت این پارامترها در مقیاس های ریز بدلیل مشکلات اجرایی و اقتصادی از طرف دیگر، ریزمقیاس کردن بارش به مقیاس مورد نظر، یک امر ضروری می باشد. در این مطالعه، برای ریزمقیاس کردن سری زمانی بارش ایستگاه های تبریز و سهند، با توجه به ویژگی های غیرخطی مقیاس های زمانی، مدل ترکیبی موجک - شبکه عصبی مصنوعی (WANN) پیشنهاد شده است. برای این هدف داده های سری زمانی ماهانه شش ایستگاه و روزانه چهار ایستگاه بارش حوضه آبریز دریاچه ارومیه، برای ۱۰ سال بوسیله تبدیل موجک به زیرسری های زمانی تجزیه شده و سپس با استفاده از معیارهای اطلاعات متقابل و ضریب همبستگی، زیرسری ها رتبه بندی شده و برای ریزمقیاس کردن سری زمانی ماهانه ایستگاه های تبریز و سهند به روزانه، زیرسری های برتر به عنوان داده های ورودی به مدل شبکه عصبی مصنوعی (ANN) وارد شد. نتایج بدست آمده از مدل WANN، با نتایج حاصل از کاربرد ANN و روش کلاسیک رگرسیون چند متغیره خطی، مقایسه شد. در مجموع نتایج مدل WANN نسبت به مدل های ANN و رگرسیون چند متغیره خطی برای اعتبارسنجی در حالت بهینه ایستگاه تبریز به ترتیب ۸.۵% و ۳۳% و در حالت بهینه ایستگاه سهند، به ترتیب ۱۳.۷% و ۲۶% افزایش نشان داد. لذا ملاحظه گردید که روش WANN نسبت به دو روش دیگر، دقت بالاتری داشته و به عنوان روشی مناسب جهت ریزمقیاس کردن پارامتر های هیدروکلیماتولوژیکی پیشنهاد می گردد.کلیدواژه ها
سری های زمانی بارش, ریزمقیاس کردن, شبکه های عصبی مصنوعی, تبدیل موجک, مدل ترکیبیاطلاعات 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.