ارزیابی مدل های محاسبات نرم در همگن بندی هیدرولوژیکی سیلاب ناحیه ای (مطالعه موردی: حوضه آبریز کرخه)
محل انتشار: فصلنامه مدیریت آب و آبیاری، دوره: 13، شماره: 3
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 85
فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWIM-13-3_014
تاریخ نمایه سازی: 30 مهر 1402
چکیده مقاله:
شناسایی گروه های همگن هیدرولوژیک یکی از مباحث بنیادی هیدرولوژی در دو بعد کاربردی و تحقیقاتی است. یکی از روش های معمول به منظور دستیابی به مناطق همگن هیدرولوژیکی برای برآورد منطقه ای سیلاب، استفاده از روش های خوشه بندی است. در این پژوهش استفاده، ارزیابی و مقایسه روشهای آماری و روش های مبتنی بر هوش مصنوعی به منظور خوشه بندی حوضه آبریز کرخه مورد بررسی قرار گرفته است. از خوشه بندی SOM، K-means و سلسله مراتبی برای منطقه موردمطالعه استفاده شد. در ادامه نیز بررسی همگنی هیدرولوژیکی مناطق به دست آمده با استفاده از روش گشتاورهای خطی و تعدیل ناهمگنی با استفاده از روش های پیشنهادی توسط هاسکینگ و والیس ارزیابی شد. نتایج نشان داده که منطقه موردمطالعه قابلیت تبدیل به دو خوشه را دارد. مقادیر آماره همگنی برای خوشه های اول و دوم به ترتیب معادل ۰/۳۳ و ۰/۱۷ محاسبه گردید که نشان دهنده همگنی هر یک از مناطق می باشد. با توجه به کوتاهی دوره آماری در برخی از ایستگاه ها، نواقص آماری و قابل اعتمادبودن نتایج تحلیل فراوانی منطقهای، در برآورد سیلاب حوضه های آبریز دیگر از این روش استفاده شود.
کلیدواژه ها:
نویسندگان
سحر صفری
گروه مهندسی عمران، دانشکده مهندسی عمران و منابع زمین، دانشگاه آزاد اسلامی، واحد تهران مرکزی، تهران، ایران.
محمد صادق صادقیان
گروه مهندسی عمران، دانشکده مهندسی عمران و منابع زمین، دانشگاه آزاد اسلامی واحد تهران مرکزی، تهران، ایران.
هومن حاجی کندی
گروه مهندسی عمران، دانشکده مهندسی عمران و منابع زمین، دانشگاه آزاد اسلامی واحد تهران مرکزی، تهران، ایران.
سید سجاد مهدی زاده
گروه مهندسی عمران، دانشکده مهندسی عمران و منابع زمین، دانشگاه آزاد اسلامی واحد تهران مرکزی، تهران، ایران.
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 :