ورود
مقالات فارسیISIکنفرانسهاژورنالها

کاربرد تئوری کوپلا جهت ارزیابی عملکرد مدل هیدرولوژیکی IHACRES (مطالعه موردی: حوضه آبریز طالقان)

محل انتشار: مجله فیزیک زمین و فضا، دوره: 44، شماره: 1
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 66

فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:
https://civilica.com/doc/1806513

شناسه ملی سند علمی:

JR_JESPHYS-44-1_005

تاریخ نمایه سازی: 10 آبان 1402

چکیده مقاله:

شرط اصلی استفاده از یک مدل هیدرولوژیک در یک حوضه آبخیز، ارزیابی عملکرد آن مدل است. در تمام معیارهای معمول در هیدرولوژی از جمله ضریب ناش- ساتکلیف (E)، ضریب همبستگی (R)، مجذور میانگین مربعات خطا (RMSE) و شاخص تطابق (d) به مقایسه خروجی مدل با داده های مشاهده ای پرداخته می شود و از توزیع احتمالاتی خروجی مدل و رابطه آن با توزیع مقادیر ورودی غفلت می شود. این مسئله به ویژه زمانی که هدف، استفاده از خروجی مدل در تحلیل فراوانی هیدرولوژیک باشد، حائز اهمیت است. در این مطالعه کاربرد جدیدی از تئوری کوپلا جهت ارزیابی عملکرد مدل در شبیه سازی صحیح رابطه احتمالاتی بارش-رواناب معرفی می شود. بدین منظور مدل هیدرولوژیکی IHACRES انتخاب گردید و جهت شبیه سازی دبی روزانه حوضه آبخیز طالقان به کار رفت. مدل مذکور در دوره پنج ساله ۱۹۹۵-۲۰۰۰ واسنجی شد و سپس جهت شبیه سازی دبی روزانه دوره پنج ساله ۲۰۰۰-۲۰۰۵ به کار رفت. نتایج ارزیابی عملکرد مدل با استفاده از معیارهای ارزیابی عملکرد معمولی از جمله ضریب ناش- ساتکلیف (۷۵/۰)، ضریب همبستگی (۸۷/۰)، RMSE (۲/۷) و شاخص تطابق (۹۳/۰) بر عملکرد مطلوب مدل دلالت دارد؛ با این حال برازش توابع کوپلا به داده های شبیه سازی شده و مشاهده ای بارش-رواناب نشان داد توابعی با خصوصیات متفاوت به داده های شبیه سازی شده و مشاهده ای برازش یافتند. تابع کوپلا کلایتون و گوس با دارابودن حداقل مقادیر AIC، BIC و LL به ترتیب به داده های مشاهده ای و شبیه سازی شده برازش داده شدند که دلیل این امر ناتوانی مدل در شبیه سازی دبی های حداکثر است که در انتخاب نوع تابع کوپلا نمود پیدا کرده است.

کلیدواژه ها:

نویسندگان

Esmaeel Dodangeh

دانشجوی دکتری، گروه علوم و مهندسی آبخیزداری، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران

Kaka Shahedi

دانشیار، گروه علوم و مهندسی آبخیزداری، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران

Karim Soleimani

استاد، گروه علوم و مهندسی آبخیزداری، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، 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 :
  • آشفته، پ. و مساح بوانی، ع.، ۱۳۸۸، تاثیر تغییر اقلیم ...
  • دوستی، م.، شاهدی، ک.، حبیب نژاد روشن، م. و میریعقوب ...
  • رضوی زاده، س.، سلاجقه، ع.، خلیقی سیگارودی، ش. و جعفری، ...
  • عبدالحسینی، م.، ۱۳۹۱، کاربرد کوپلا در تحلیل فراوانی چند متغیره ...
  • زارعی، م.، قنبرپور، م. ر.، حبیب نژاد روشن، م. و ...
  • صادقی، ه.، قاسمیه، ه. و ساداتی نژاد، ج.، ۱۳۹۴، ارزیابی ...
  • تحلیل دو متغیره مشخصه های شدت و مدت خشکسالی هواشناسی (مطالعه موردی: استان کرمانشاه) [مقاله ژورنالی]
  • نظری پویا، ه.، کردوانی، پ. و فرجی راد، ع.، ۱۳۹۴، ...
  • یعقوبی، م. و مساح بوانی، ع.، ۱۳۹۳، تحلیل حساسیت و ...
  • Abdi, A., Hasanzadeh, Y., Talatahari, S., Fakheri-Fard, A. and Mirabbasi, ...
  • Akaike, H., ۱۹۷۴, A new look at the statistical model ...
  • Be´nard, B. and Lang, M., ۲۰۰۷, Use of a Gaussian ...
  • Bozdogan, H., ۲۰۰۰, Akaike’s Information Criterion and recent developments in ...
  • Box, G. E. P. and Jenkins, G. M., ۱۹۷۰, Time ...
  • Crochemore, L., ۲۰۱۰, Evaluation of hydrological models: Expert judgments vs ...
  • Croke, B. F. W. and Littlewood, I. G., ۲۰۰۵, Comparison ...
  • Croke, B. F. W., Andrews, F., Jakeman, A. J., Cuddy, ...
  • Croke, B. F. W., Andrews, F., Spate, J. and Cuddy, ...
  • Day, P. J. and Croke, B. F. W., ۲۰۰۳, Evaluation ...
  • De Michele, C. and Salvadori, G., ۲۰۰۳, A generalized Pareto ...
  • Dung, N. V., Merz, B., Bardossy, A. and Apel, A., ...
  • Dupuis, D. J., ۲۰۰۷, Using copulas in hydrology: benefits, cautions, ...
  • Favre, A-C., El Adlouni, S., Perreault, L., Thiemonge, N. and ...
  • Gartsman, B., van Nooyen, R. and Kolechkina, A., ۲۰۰۹, Implementation ...
  • Genest, C. and Rivest, L. P., ۱۹۹۳, Statistical inference procedures ...
  • Genest, C. and Favre, A-C., ۲۰۰۷, Everything you always wanted ...
  • Grubbs, F. E. and Beck, G., ۱۹۷۲, Extension of sample ...
  • Gupta, H. V., Sorooshian, S. and Yapo, P. O., ۱۹۹۸, ...
  • Javid, Y. and Apoorva, K. V., ۲۰۱۵, Flow regionalization under ...
  • Karmakar, S. and Simonovic, S. P., ۲۰۰۹, Bivariate flood frequency ...
  • Khosravi, M., ۲۰۰۸, Flood Forecasting Using Artificial Neural Network and ...
  • Kim, H. S., ۲۰۱۵, Application of a baseflow filter for ...
  • Klein, B., Pahlow, M., Hundecha, Y. and Schumann, A., ۲۰۰۸, ...
  • Krause, P., Boyle, D. P. and Base, F., ۲۰۰۵, Comparison ...
  • Masufa, C. K., Trigg, M. A., Carter, A. and Howden, ...
  • Mirabbasi, R., Fakheri-Fard, A. and Dinpashoh, Y., ۲۰۱۲, Bivariate drought ...
  • Muhaisen, O. S., Osorio, F. and Garc´a, P. A., ۲۰۰۹, ...
  • Nash, J. E. and Sutcliffe, J. V., ۱۹۷۰, River flow ...
  • Osorio, F., Muhaisen, O. and Garcı´a, P. A., ۲۰۰۹, Copula-based ...
  • Pachepsky, Y., Guber, A., Jacques, D., Simunek, J., Van Genuchten, ...
  • Reusser, D. E., Blume, T., Schaefli, B. and Zehe, E., ...
  • Serinaldi, F., Bonaccorso, B., Cancelliere, A. and Grimaldi, S., ۲۰۰۹, ...
  • Shiau, J-T., ۲۰۰۶, Fitting drought duration and severity with two ...
  • Shiau, J-T., Feng, S. and Nadarajah, S., ۲۰۰۷, Assessment of ...
  • Shiau, J. T. and Modarres, R., ۲۰۰۹, Copula-based drought severity-duration ...
  • Sklar, M., ۱۹۵۹, Fonctions de r´epartition `a n dimensions et ...
  • Wang, C., Ni-Bin Chang, N-B. and Yeh, G-T., ۲۰۰۹, Copula-based ...
  • Weijs, S. V., Schoups, G. and van de Giesen, N., ...
  • Zhang, L. and Singh, V. P., ۲۰۰۶, Bivariate flood frequency ...
    • نمایش کامل مراجع