ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

مقایسه مدل های سری زمانی و شبکه عصبی با نتایج سناریوهای انتشار درپیش بینی بارندگی

سال انتشار: 1394
کد COI مقاله: JR_JSW-29-4_017
زبان مقاله: فارسیمشاهده این مقاله: 140
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 11 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مقایسه مدل های سری زمانی و شبکه عصبی با نتایج سناریوهای انتشار درپیش بینی بارندگی

سحر بابایی حصار - دانشجوی دکتری گروه مهندسی مدیریت آبخیزدارای، دانشکدهمنابع طبیعی، دانشگاه کاشان
رضا قضاوی - دانشیار گروه مهندسی مدیریت آبخیزدارای، دانشکدهمنابع طبیعی، دانشگاه کاشان

چکیده مقاله:

بارش از مهم ترین پارامترهای اقلیمی اثرگذار بر رژیم هیدرولوژیکی حوضه های آبخیز است. روش های مختلفی جهت پیش بینی میزان بارش ارایه شده است که از جمله آنها می توان به مدل های سری زمانی و شبکه عصبی مصنوعی اشاره نمود. این مدل ها بدون در نظر داشتن مسیله گرمایش جهانی و تغییر اقلیم پارامترهای اقلیمی را پیش بینی می کنند. هدف از انجام این مطالعه بررسی انطباق نتایج مدلهای سری زمانی و شبکه عصبی مصنوعی با سناریوهای اقلیمی است. جهت انجام این مطالعه، ابتدا از میان مدل های مختلف سری زمانی بهترین مدل در برآورد متغیر بارندگی انتخاب گردید و با استفاده از 50 سال ( 1961 تا 2010 ) آمار بارندگی ایستگاه های سینوپتیک ارومیه تبریز و خوی، مقدار متغیر مذکور برای 18 سال آینده 2011 تا 2029 تولید شد. در گام بعد با استفاده از شبکه عصبی مصنوعی نیز مقدار بارندگی برای همان سالها پیش بینی گردید. در نهایت نتایج این مدل ها، با داده های تولید شده تحت دو سناریوی A2,B1 در مدل LARS-WG مقایسه شد. طبق نتایج بدست آمده معلوم شد شبکه عصبی مصنوعی تطابق بیشتری با مدل های جهانی اقلیم GCM دارد مدل TS برخلاف سایر مدل های مورد استفاده یک روند نزولی برای بارندگی پیش بینی کرده است

کلیدواژه ها:

ایستگاه سینوپتیک، بارندگی، تغییر اقلیم، مدل های اقلیمی LARS-WG

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا JR_JSW-29-4_017 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/666733/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
بابایی حصار، سحر و قضاوی، رضا،1394،مقایسه مدل های سری زمانی و شبکه عصبی با نتایج سناریوهای انتشار درپیش بینی بارندگی،https://civilica.com/doc/666733

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1394، بابایی حصار، سحر؛ رضا قضاوی)
برای بار دوم به بعد: (1394، بابایی حصار؛ قضاوی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 6,054
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره 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.

پشتیبانی