ارزیابی و مقایسه کاربرد آنالیز موجک در پیش بینی دبی روزانه، ماهانه و سالانه رودخانه مطالعه موردی رودخانه زال

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 941

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCCE07_1166

تاریخ نمایه سازی: 16 مهر 1392

چکیده مقاله:

پیش بینی مطلوب دبی یکی از ابزارهای مهم در مدیریت منابع آب مانند آبخیزداری، مهار بحران کمبود آب و مدیریت سیلابها به شمار می رود. به دلیل روابط غیرخطی و عدم قطعیت در سیستم آبی، محققین همواره سعی در توسعه روش های پیش بینی دارند. ایستائی ) Stationary ( یکفرض مهم برای مدل سازی سری های زمانی است. اغلب سری های هیدرولوژیک به خاطر پیچیدگی عوامل فیزیکی و تغییرات مکانی و زمانی، عمولاً ایستا نیستند. یکی از روشهایی که در سالهای اخیر در زمینه هیدرولوژی مورد توجه قرار گرفته است، استفاده از آنالیز موجک ) Wavelet Analysis ( به عنوان روشی مؤثر در زمینه تحلیل سیگنال ها و سری های زمانی ناایستا است. در این تحقیق با استفاده از تبدیل گسسته ) DWT ( و تبدیل بسته موجک ) WPT ( به آنالیز و مدل سازی سری زمانی دبی رودخانه زال در مرز استان خوزستان و لرستان پرداخته و رابطه ای را برای پیش بینی استخراج می کنیم. با مقایسه ضرایب همبستگی ) (، ریشه جذر خطای میانگین ) RMSE ( و خطای مطلق میانگین ) MAE ( در نتایج حاکی از برتری تبدیل بسته موجک نسبت به تبدیل گسسته موجک در پیش بینی دبی دارد. همچنین نتایج نشان دهنده آن است که پیش بینی در مقیاس روزانه مطلوب نبوده ولی در مقیاس های ماهانه و سالانه مطلوب و مورد قبول می باشد

نویسندگان

محمدرضا شریفی

دانشیار گروه مهندسی آب – دانشگاه صنعتی جندی شاپور دزفول

مصطفی شفیعی

دانشجوی کارشناسی ارشد مهندسی رودخانه – دانشگاه صنعتی جندی شاپور دزفول

محمد ذاکرمشفق

دانشیار گروه مهندسی آب – دانشگاه صنعتی جندی شاپور دزفول

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 :
  • د عاملی، س. و ثنایی نژادح-، (1389)، " مدلسازی داده ... [مقاله کنفرانسی]
  • Box, G.E.P. and Jenkins, G.M., 1 994), "Time series analysis", ...
  • Nakken, M. (1999), "Wavelet analysis of rainfall-runof variability isolating climatic ...
  • Cannas, B., Fanni, A., Sias, G., Tronei, S.. Zedda, M.K., ...
  • Mallast, S. G. (1998), "A wavelet tour of signal proceeding, ...
  • Wang, R., Lee, T., 1998. A study on the wavelet ...
  • Siri, kishi (2010), Short-term and long-term streamflow forecasting using a ...
  • Partal, T., Kisi, O., 2007. Wavelet and neuro fuzzy conjunction ...
  • Kisi, O., 2009. Neural Networks and Wavelet conjunction model for ...
  • Salas, J.D., Delleur, J.W., Yevjevich, V., and Lane, W.L. (1980), ...
  • Labat, D., 2005. Recent advances in wavelet analyses: Part 1. ...
  • Torrence, C., Compo, G., 1998. A practical guide to wavelet ...
  • Wong, H., Ip, C., Xie, Z.., Lui, X.L., 2003. Modelling ...
  • Kim TW, Valdes JB. 2003. A nomlinear model for drought ...
  • Tantanee S, P atamatammaku S, Oki T, Sriboonlue V, Prempree ...
  • Smith LC, Turcotte DL, Isacks BL. 1998. Stream flow ch ...
  • Coulibaly, P., Anctil, F., Bobee, B., 2000. Daily reservoir inflow ...
  • Jan Adamowski, 2 008. River flow forecasting using wavelet and ...
  • Jan F Adamowski, 2008 _ Development of a short-term river ...
  • Matlab , Wavelet Toolbox , 2001 ...
  • نمایش کامل مراجع