بهبود برآورد مقادیر شبیه سازی شده دبی رودخانه با استفاده از مدل های ساختاری فضای حالت

  • سال انتشار: 1401
  • محل انتشار: مجله تحقیقات آب و خاک ایران، دوره: 53، شماره: 8
  • کد COI اختصاصی: JR_IJSWR-53-8_014
  • زبان مقاله: فارسی
  • تعداد مشاهده: 85
دانلود فایل این مقاله

نویسندگان

امین محمدزاده شعبه گر

دانشجوی دکتری منابع آب، گروه هیدرولوژی و منابع آب، دانشکده مهندسی آب و محیط زیست، دانشگاه شهید چمران اهواز، اهواز، ایران

محمدرضا شریفی

دانشیار گروه هیدرولوژی و منابع آب، دانشکده مهندسی آب و محیط زیست، دانشگاه شهید چمران اهواز، اهواز، ایران

فریدون رادمنش

گروه هیدرولوژی و منابع آب، دانشکده مهندسی آب و محیط زیست، دانشگاه شهید چمران اهواز، اهواز، ایران.

بهزاد منصوری

گروه آمار، دانشکده علوم ریاضی و کامپیوتر، دانشگاه شهید چمران اهواز، اهواز، ایران.

چکیده

شبیه سازی سامانه، با ساختارهای متفاوت و با استفاده از رویکردها و الگوریتم های مختلف صورت می گیرد. الگوریتم ها روش های هوشمند پردازش داده در یادگیری ماشین هستند که می توانند عوامل ناشناخته در یک پدیده وابسته به زمان را شناسایی نمایند. در تحلیل پدیده های تصادفی از جمله روش هایی که می تواند تصمیم گیری را ساده تر کند؛ استفاده از الگوریتم های ترکیبی است. به کمک این روش، مدیریت داده دقیق تر و شناخت بیشتری از سامانه مورد مطالعه بدست می آید. از آنجایی که بررسی مولفه روند می تواند در شبیه سازی پدیده های هیدرولوژیکی موثر باشد و در تفسیر رابطه بین فرآیندهای هیدرولوژیکی و تغییرات محیطی در مناطق مورد مطالعه کمک موثری نماید؛ مدل های فضای حالت این مزیت را دارند که سامانه را به صورت انعطاف پذیر و پویا مورد بررسی و تحلیل قرار دهند. لذا این مقاله در نظر دارد به کمک روش ترکیبی به بهبود راندمان مدل های سری زمانی فضای حالت Kalman Filter، ETS، BATS،TBATS  بپردازد و با مقایسه با مدل باکس-جنکینز نشان دهد کدامیک از این مدل ها، قابلیت بهتری در شبیه سازی دبی ماهانه رودخانه دارد. این مقایسه در سه ایستگاه آب سنجی سپیددشت سزار، تنگ پنج بختیاری و تله زنگ در حوضه آبریز دز واقع در استان خوزستان از سال ۱۳۸۶تا ۱۳۹۹ انجام شده است. نتایج این بررسی براساس معیار های ارزیابی مدل(RMSE، MAE و R۲)، نشان داد فضای حالت نسبت به مدل باکس جنکینز (کلاسیک) بهتر عمل نموده و در بین مدل های فضای حالت، مدل سطح موضعی(فیلتر کالمن) عملکرد بهتری داشته، به طوری که در مرحله صحت سنجی، ایستگاه آب سنجی سپیددشت سزار ۲۱/۳۹ RMSE=، ۷۹/۰ R۲=و در ایستگاه تنگ پنج بختیاری ۸۹/۵۷ RMSE= ،۷۶/۰R۲= و در ایستگاه تله زنگ۴۱/۱۱۳RMSE= و ۷۳/۰R۲= بدست آمد.

کلیدواژه ها

سری زمانی , مدل های فضای حالت , روش ترکیبی , دبی ماهانه , حوضه آبریز دز

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.