های مصنوعی هیدرولوژیکی (مطالعه موردی: حوضه های ساخت داده ای مدل بررسی مقایسه آبریز مهاباد)
محل انتشار: نخستین کنفرانس ملی آب و هوا شناسی
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 824
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- 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:
COLIMACONF01_103
تاریخ نمایه سازی: 11 شهریور 1392
چکیده مقاله:
تخمین صحیح آبدهی رودخانه ها جهت طراحی مطمئن و بهینه سیستم هایی مانند مخازن سدها و سایر منابع آبی از اهمیت چشمگیری برخوردار است. در این راستا تولید و تخمین سری های هیدرولوژیکی آتی نقش مهمی در مطالعات حوضه ای ایفا می کند. روش های پارامتری تولید اطلاعات هیدرولوژیکی به رغم مفید بودن دارای نارسایی های چندی هستند. در این مطالعه به منظور مقایسه ی کلی بین روش های پارامتری و ناپارامتری تولید اطلاعات مصنوعی هیدرولوژیکی از بسته نرم افزاری SAMS به جهت پوشش کامل مدل های پارامتری و مدل K-NN توسعه داده شده به عنوان یکی از متداولترین روش های ناپارامتری در تولید اطلاعات، استفاده شد. همچنین با توجه به اهداف مطالعه، از سری تاریخی داده های مربوط به دو سرشاخه اصلی رودخانه ی مهاباد (کوتر و بیطاس)، استفاده شد و به طول 18 سال آبدهی مصنوعی برای دو ایستگاه تولید شد. مقایسه ی مشخصات آماری سری های تولید شده با سری تاریخی آبدهی مشاهداتی نشان داد که مدل ناپارامتری علاوه بر رفع نارسایی های روش های پارامتری نظیر فرض اولیه نسبت به توزع احتمالاتی متغیرها، حفظ نکردن وابستگی زمانی و مکانی بین متغیرها در تولید اطلاعات، قادر بخ حفظ مشخصات مهم آماری سری مشاهداتی و تولید اعداد کم سابقه از متغیر سری زمانی و همچنین شبیه سازی سری زمانی همسو با سناریوهای تغییر اقلیم است.
کلیدواژه ها:
نویسندگان
سلمان شریف آذری
مربی گروه مهندسی آب دانشگاه زابل
حبیبه رحیمی خوب
دانشجوی کارشناسی ارشد آبخیزداری، گروه آبخیزداری دانشگاه زابل
شهاب عراقی نژاد
استادیار گروه مهندسی آبیاری و آبادانی دانشگاه تهران
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 :