ارزیابی عملکرد الگوریتم ژنتیک و پارامترهای ژئومرفرمتری دربرآوردعمق برف
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 796
فایل این مقاله در 8 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:
MYBOOD01_016
تاریخ نمایه سازی: 25 خرداد 1393
چکیده مقاله:
بی‌تردید بارش برف نقش موثری در بیلان هیدرولوژیکی حوزه‌های آبخیز سرد و کوهستانی دارد. به همین دلیل اندازه‌گیری و آماربرداری پارمترهای مرتبط با برف از دغدغه‌های متولیان امور اب در این مناطق بوده است. از جمله معمول‌ترین این پارامترها عمق برف می‌باشد که ارتباط مستقیم و تنگاتنگی با ماندگاری و میزان اب معادل برف دارد؛ لکن صعب‌العبور بودن مناطق برف‌گیر همواره به عنوان معضلی فراگیر این آماربرداری را تحت‌الشعاع خود قرار داده است. در این تحقیق سعی بر آن گردیده است تا کارایی یکی از روش‌های هوش مصنوعی در برآورد عمق برف مورد ازمون قرارگیرد. به همین منظور منطقه‌ای برف‌گیر در محدوده ارتفاعات شیرکوه یزد انتخاب و طی سه روز آماربرداری منسجم و فشرده تعداد 206 داده عمق برف اندازه‌گیری شد. سپس با استفاده از 30 پارامتر ژئومرفومتری مستخرج از مدل رقومی ارتفاع منطقه به عنوان ورودی مدل به شبیه‌سازی ارقام عمق برف با استفاده از مدل الگوریتم ژنتیک پرداخته شد. نتایح حاصل از این تحقیق نشان دا که الگوریتم ژنتیک به خوبی قادر است ارقام عمق برف را در منطقه مورد مطالعه شبیه‌سازی نماید.
کلیدواژه ها:
نویسندگان
سمانه قرایی منش
دانشجوی کارشناسی ارشد، دانشگاه یزد، دانشکده منابع طبیعی
علی فتح زاده
استادیار دانشگاه، دانشگاه اردکان، دانشکده کشاورز و منابع طبیعی
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 :