شبیه سازی فرآیند بارش-رواناب با استفاده از مدل نروفازی در حوزه آبخیز کورکورسر نوشهر

  • سال انتشار: 1395
  • محل انتشار: کنفرانس بین المللی عمران، معماری، مدیریت شهری و محیط زیست در هزاره سوم
  • کد COI اختصاصی: SDUMEW01_190
  • زبان مقاله: فارسی
  • تعداد مشاهده: 571
دانلود فایل این مقاله

نویسندگان

کمال قادری

کاندیدای دکتری علوم و مهندسی آبخیزداری دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

بهارک معتمدوزیری

استادیار گروه علوم و مهندسی آبخیزداری دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

پروانه محمودی

دانشجوی دکتری علوم و مهندسی آبخیزداری دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران

چکیده

پیش بینی صحیح پدیده های هیدرولوژیک، مانند فرآیند بارش-رواناب میتواند اطلاعات موثری برای برنامه ریزی شهری، کاربری اراضی و مدیریت منابع آب حوزه آبخیز فراهم آورد که نقش مهمی در کاهش اثرات سیلاب و خشکسالی بر سیستمهای منابع آب دارد. هدف از این تحقیق بررسی کارایی مدل نروفازی در شبیه سازی فرآیند بارش-رواناب و شناسایی تاثیر رواناب به عنوان ورودی در کارایی مدل بوده است. نتایج نشان می دهد که مدل نروفازی با مقدار RMSE برابر 0096/0 ،مقدار ضریب کارایی ناش ساتکلیف برابر 7933/0 و ضریب همبستگی برابر 9135/0 ،با خطای کم و همبستگی دقت وکارایی بالا میتواند فرآیند بارش - رواناب را مدل سازی و پیش بینی کند. ترکیب هایی که رواناب را نیز به عنوان ورودی دارند نسبت به ترکیب هایی که فقط بارش را به عنوان ورودی لحاظ می کنند کارایی بیشتری داشتند. بهترین پیش بینی با ترکیب (بارش روز جاری، بارش روز قبل و دبی روز قبل) انجام می شود و در صورت نبود داده های دبی، ترکیب (بارش روز جاری و بارش روز قبل) نیز به طور قابل قبولی می تواند دبی خروجی را پیش بینی کند.

کلیدواژه ها

بارش - رواناب، مدل جعبه سیاه، هوش مصنوعی، ANFIS ،کورکورسر

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.