مدل سازی زمانی و مکانی بارش با استفاده از MLR، ANN و الگوریتم هیبریدی HBA-ANN
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 81
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_MMWS-4-3_007
تاریخ نمایه سازی: 26 شهریور 1403
چکیده مقاله:
مدل سازی و برآورد بارندگی، یکی از مسائل مهم و اساسی در زمینه هیدرولوژی است. به منظور کاهش خطا در زمینه مدل سازی از الگوریتم های جدید و متنوعی که در علوم مهندسی و کامپیوتر ارائه شده اند، استفاده می شوند. این موضوع در هیدرولوژی بسیار کارآمد است. این الگوریتم ها به منظور دست یابی به یک جواب بهینه، به تعداد کمی تکرار نیاز دارند و همین امر موجب افزایش سرعت در رسیدن به نتایج مورد نظر می شود. در این پژوهش از سه مدل MLR، ANN و هیبرید HBA-ANN به منظور مدل سازی زمانی و مکانی بارش استان آذربایجان شرقی طی بازه زمانی ۲۰۲۲ -۱۹۹۶ استفاده شد. بدین منظور، در مرحله اول از گام های تاخیر زمانی یک ماهه و دو ماهه بارش، به عنوان متغیر ورودی در مدل سازی زمانی و در مرحله دوم از متغیرهای طول جغرافیایی، عرض جغرافیایی و ارتفاع جغرافیایی به عنوان متغیر ورودی در مدل سازی مکانی استفاده شد. جهت بررسی عملکرد تکنیک های مورد استفاده در پژوهش از پنج شاخص آماری RMSE، R،NRMSE ،NSE ،MBE استفاده شد. علاوه براین، برای برآورد مقدار بارش در مناطقی از استان که فاقد ایستگاه باران سنجی هستند از روی داده های ایستگاه های موجود، از روش های درون یابی هم باران و پلیگون تیسن استفاده شد. در نهایت، طبق نتایج به دست آمده از هر سه مدل در مدل سازی زمانی، هیبرید HBA-ANN عملکرد بهتری نسبت به مدل های MLR و ANN از خود نشان داد. هم چنین، باتوجه به نتایج مدل هیبریدی HBA-ANN، ایستگاه هریس با R برابر با ۹۴/۰ و RMSE برابر با ۲۵/۲ و ضریب NSE برابر با ۷۹/۰ و NRMSE برابر با ۰۴/۰ و MBE برابر با ۰۶/۱ در مرحله آزمون عملکرد بهتر نسبت به سایر ایستگاه ها در مرحله آزمون ارائه داد. براساس نتایج به دست آمده از مدل سازی مکانی، مدل هیبریدی HBA-ANN با R برابر با ۹۵/۰، RMSE برابر با ۰۳/۱، NSE برابر با ۹۲/۰، NRMSE برابر با ۰۳/ ۰ و MBE برابر با ۸۱/۰- دقت قابل توجهی در مدل سازی مکانی بارش از خود نشان داد و مجددا به عنوان مدل پیشنهادی انتخاب می شود. در این پژوهش، باتوجه به دقت بالای مدل هیبریدی HBA-ANN در مطالعات آتی پیشنهاد می شود، از این مدل در زمینه مدل سازی تبخیر، دما و غیره استفاده و نتایج ارزیابی شود.
کلیدواژه ها:
پولیگون تیسن ، رگرسیون خطی چندگانه ، شبکه عصبی مصنوعی ، منحنی هم باران ، هیبرید شبکه عصبی مصنوعی و گورکن عسل خوار
نویسندگان
کیمیا زهساز
دانشجوی کارشناسی ارشد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران
صابره دربندی
دانشیار، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران
احسان میرزانیا
دانش آموخته کارشناسی ارشد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، 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 :