برآورد رواناب حوضه آبریز خورخورهچای با استفاده از مدل های هوشمند
- سال انتشار: 1402
- محل انتشار: اولین کنفرانس بین المللی کوهستان پایدار
- کد COI اختصاصی: ICSMO01_030
- زبان مقاله: فارسی
- تعداد مشاهده: 18
نویسندگان
دانشجوی کارشناسی ارشد منابع آب، گروه مهندسی آب، دانشگاه محقق اردبیلی
دانشیار گروه مهندسی آب، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی
دانشیار گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه کردستان
چکیده
پیشبینی رواناب در حوضه های آبریز، یکی از اقدامات ضروری برای شناسایی دوره های خشکسالی، کنترل سیل و برنامه ریزی جامع مدیریت منابع آب می باشد. در پژوهش حاضر از مدل های شبکه های عصبی مصنوعی (ANN) و برنامه ریزی بیان ژن (GEP) برای تخمین رواناب ماهانه ایستگاه هیدرومتری سنته واقع در رودخانه خورخورهچای (منتهی به سد شهید کاظمی) استفاده شده است. به منظور داده های اندازه گیری شده شامل دبی جریان و بارد در مقیاس زمانی ماهانه طی دوره آماری ۱۳۶۷-۱۳۹۹ به کار گرفته شده است. ویژگی های گوی ترکیبی متنوع بر اساس داده های مذکور به عنوان ورودی تعریف شده اند. یافته های تحقیق حاکی از آن بود که در همه ایستگاه ها، متغیر بارد ماه فعلی بیشترین تاثیر مثبت را در بالا بردن دقت مدل ها به منظور پیش بینی رواناب ماهانه به همراه داشته است. طبق نتایج به دست آمده، در هر دو مدل، ویژگی گوی ترکیبی شامل همه متغیرهای ورودی بهترین عملکرد را به همراه داشت. از سوی دیگر، نتایج نشان داد که مدل GEP با داشتن بیشترین مقدار ضریب تعیین (R^۲=۰.۷۹۹)، کمترین ریشه میانگین مربعات خطا (RMSE=۴۶۰.۵) و ضریب نشان دهنده برابر ۰.۷۹۸ از تابع بهتری با مقادیر مشاهداتی برخوردار بود.کلیدواژه ها
بارش-رواناب, شبکه های عصبی مصنوعی, برنامه ریزی بیان ژن, خورخورهچایمقالات مرتبط جدید
- مقایسه درصد ترکیب تاج پوشش کلاسهای خوشخوراکی در سه رویشگاه مرتعی چهاردانگه ساری
- تاثیر تغییرات اقلیم بر اشتغال در بخش کشاورزی: مروری تحلیلی
- Land reform in some developing countries: A review
- شناسایی ژنوتیپهای امیدبخش گندم نان با استفاده از تحلیل روابط بین صفات و تجزیه خوشه ای
- Harnessing Renewable Energy for Environmental Sustainability: The Role of Wind Power in Carbon Reduction
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.