بهینه سازی نزولات جوی با استفاده از مدل پیش بینی کننده

سال انتشار: 1404
محل انتشار: یازدهمین کنفرانس بین المللی علوم، مهندسی، تکنولوژی و کسب و کارهای فناورانه
کد COI اختصاصی: SETT11_025
زبان مقاله: فارسی
تعداد مشاهده: 66

نویسندگان

کارمند سازمان آب و برق خوزستان

چکیده

بررسی های اخیر در هیدرولوژی نشان می دهد که دقت در محاسبه بارش متوسط به عنوان ورودی اصلی مدل های هیدرولوژیکی، تاثیر مستقیمی بر صحت پیشبینی رواناب دارد. مطالعات انجام شده در حوضه های آبریز کوهستانی حاکی از آن است که خطای ۱۵ درصدی در برآورد بارش متوسط می تواند منجر به انحراف ۴۰ درصدی در محاسبه دبی پیک سیلاب شود. این موضوع اهمیت استفاده از روش های پیشرفته مانند ترکیب داده های راداری و شبکه های عصبی مصنوعی را در تخمین بارش متوسط برجسته می کند. تحلیل حساسیت مدل SWAT در حوضه های نیمه خشک نشان داده که پارامتر بارش متوسط نسبت به سایر ورودی های مدل، بیشترین تاثیر را بر نتایج شبیه سازی دارد. به ویژه در مناطق با پراکندگی نامنظم ایستگاه های باران سنجی، استفاده از تکنیک های زمین آماری مانند کریجینگ می تواند دقت برآورد بارش متوسط را تا ۳۰ درصد افزایش دهد. این پیشرفت ها در نهایت منجر به بهبود قابل توجه در مدیریت منابع آب و پیشبینی سیلاب خواهد شد اما لازم است این عملیات با مدل های جدید تطبیق بپذیرند تا دقت عملکرد بهتر گردد.

کلیدواژه ها

هیدرولوژی, بارش, مدل

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.