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

ارزیابی کارایی مدل درختان تصمیم گیری در برآورد رسوبات معلق رودخانه ای مطالعه موردی: حوضه رودخانه میمه

سال انتشار: 1396
کد COI مقاله: JR_GDIJ-15-49_005
زبان مقاله: فارسیمشاهده این مقاله: 144
فایل این مقاله در 16 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 16 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارزیابی کارایی مدل درختان تصمیم گیری در برآورد رسوبات معلق رودخانه ای مطالعه موردی: حوضه رودخانه میمه

امیرحسین حلبیان - عضو هیات علمی دانشگاه پیام نور
مجید جاوری - عضو هیات علمی دانشگاه پیام نور
زینب اکبری - مدرس گروه کشاورزی دانشگاه پیام نور مرکز ایلام
گلبهار اکبری - دانشجوی کارشناسی ارشد اقلیم شناسی در برنامه ریزی محیطی- دانشگاه پیام نور مرکز اصفهان( نویسنده مسئول)

چکیده مقاله:

به دلیل اهمیت و نقش پدیده انتقال رسوب در مبحث حوضه های آبریز، از جمله ساماندهی رودخانه ها که به منظور مهار فرسایش و رسوب گذاری و یا تثبیت بستر و دفع سیلاب انجام می گیرد، آگاهی و تعیین میزان رسوب حمل شده توسط رودخانه از دیرباز مورد توجه قرار گرفته است. هدف از انجام این تحقیق، تعیین کارایی مدل درختان تصمیم گیری (به عنوان یکی از روش های داده کاوی) در برآورد رسوبات معلق رودخانه میمه است. داده های مورد استفاده شامل دبی رسوب و دبی آب است که به صورت متناظر برداشت شده بود و همچنین بارش و دبی های روزانه مربوط به دوره آماری از سال 1347-1346 تا سال 1389-1388. پس از پردازش داده ها، تعداد 554 رکورد که آمار دبی و رسوب متناظر آنها موجود بود، انتخاب و نتایج به دست آمده با روش مرسوم منحنی سنجه رسوب مقایسه شد. برای مقایسه نتایج از معیارهای آماری ­R، RMSE، MAE، r2 و Bias  استفاده شده است. سپس برای بررسی تاثیر بارش ها و دبی های روزانه در دقت برآورد رسوب توسط مدل درختی، در گام دوم داده های مربوط به بارش و دبی های روزانه به مدل اضافه گردید. بر اساس نتایج به دست آمده، مدل درخت تصمیم گیری نتایج قابل قبولی را درجهت شبیه سازی بار معلق در ایستگاه مورد مطالعه ارائه کرده است. به طوری که بر اساس معیارهای  RMSE،MAE، r2 و Bias درخت تصمیم گیری نسبت به منحنی سنجه رسوب با خطای کمتری رسوبات را برآورد کرده است. همچنین نتایج بیانگر این مطلب است که ورود داده های بارش و دبی روزانه تغییر زیادی در نتایج ایجاد نکرده و میزان رسوبات با دبی های متناظر بیشترین همبستگی را دارد

کلیدواژه ها:

رسوب معلق, داده کاوی, درخت تصمیم گیری, منحنی سنجه رسوب, الگوریتم CART, رودخانه میمه

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا JR_GDIJ-15-49_005 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/886376/

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:
حلبیان، امیرحسین و جاوری، مجید و اکبری، زینب و اکبری، گلبهار،1396،ارزیابی کارایی مدل درختان تصمیم گیری در برآورد رسوبات معلق رودخانه ای مطالعه موردی: حوضه رودخانه میمه،،،،،https://civilica.com/doc/886376

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: (1396، حلبیان، امیرحسین؛ مجید جاوری و زینب اکبری و گلبهار اکبری)
برای بار دوم به بعد: (1396، حلبیان؛ جاوری و اکبری و اکبری)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • اکبری، زینب؛ علی طالبی؛ بهار اکبری (1389). برآورد رسوبات معلق ...
  • حجه بخش، پریسا (1390). برآورد بار رسوب بستر با استفاده ...
  • دستورانی، محمدتقی؛ اعظم حبیبی پور؛ محمدرضا اختصاصی؛ علی طالبی؛ جواد ...
  • پیشبینی عمق آبشستگی در پایه های استوانهای شکل با استفاده از درختهای رگرسیونی و مقایسه آن با روشهای تجربی [مقاله کنفرانسی]
  • ستاری، محمدتقی؛ علی رضازاده جودی؛ فروغ صفدری؛ فراز قهرمانزاده (1395). ...
  • طالبی، علی؛ زینب اکبری (1392). بررسی کارایی مدل درختان تصمیم ...
  • ظهیری، عبدالرضا؛ خلیل قربانی (1392). شبیه سازی دبی جریان در ... [مقاله ژورنالی]
  • محجوبی، جواد (1386). پس بینی پارامترهای امواج ناشی از باد ...
  • معاون برنامه ریزی و نظارت راهبردی ریاست جمهوری (1391). راهنمای ...
  • پیش بینی تغییرات کیفیت آب رودخانه زاینده رود با استفاده از شبکه های عصبی مصنوعی [مقاله کنفرانسی]
  • Abrahart, RJ., White, SM (2001). Modeling sediment transfer in Malawi: ...
  • Bhattacharya, B., Price, R.K & D. P. Solomatine (2007). Machine ...
  • Culberston, D. M (1967). Scour and fill in alluvial channels ...
  • Hansen M. Dubayah R. and DeFries R (1996). Classification trees: ...
  • Hitoshi Saito, Daichi Nakayama and Hiroshi Matsuyama.(2009). Comparison of landslide ...
  • Jansen,P.P(1983).Principles of river engineering, Pitman Pub. Inc., England. ...
  • Kheir, B. F., Chorowicz, J., Chadi Abdallah, Damien Dhont (2008). ...
  • Mehta M. Agrawal R. and Rissanen J (1996). SLIQ: A ...
  • Mitchell. T. M (1997). Machine Learning, McGrow- Hil Since engineering/  ...
  • Ozturk, F., Apaydin, H. and Walling, D.E (2001). Suspended sediment ...
  • Qing He, Zhi Dong, Fuzhen Zhuang, Tianfeng Shang, Zhongzhi Shi ...
  • Rodney J. Woolf (2005).  Data mining using matlab. bachelore of ...
  • Roman Timofeev (2004). Classification & regression trees(CART),Theory and applications. CASE-Center ...
  • Saghebian, S. M;  Sattari, M;  Mirabbasi, R; Mahesh Pal (2014). ...
  • Solomatine, D. P. Yunpeng, X (2004). M5 Model Trees & ...
  • Tayfur, G., S. Ozdemir, Vijay P. Singh (2003). Fuzzy logic ...
  • 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: پیام نور
    تعداد مقالات: 52,942
    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.

    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