پیش بینی سیگنال بارش های ماهانه با استفاده از تئوری موجک ها
- سال انتشار: 1389
- محل انتشار: اولین کنفرانس بین المللی مدلسازی گیاه، آب، خاک و هوا
- کد COI اختصاصی: PWSWM01_173
- زبان مقاله: فارسی
- تعداد مشاهده: 1279
نویسندگان
دانشجوی کارشناسی ارشد مهندسی منابع آب دانشگاه علوم کشاورزی و منابع ط
دانشیار گروه مهندسی آب دانشگاه فردوسی مشهد
دانشیار گروه مهندسی آب دانشگاه تبریز
استادیار گروه مهندسی آب
چکیده
بارش مهمترین و موثرترین منبع تامین آب می باشد که براورد و پیش بینی آن نه تنها در برنامه ریزی و بهره برداری صحیح از منابع آب با اهمیت است بلکه در به حداقل رسانی خسارات ناشی از سیلاب و خشکسالی نیز نقش موثری را ایفا می کند با وجود روابط غیرخطی ، عدم قطعیت و عدم صراحت زیاد و ویژگیهای متغیر زمانی و مکانی در سیستم گردش ابی هیچ یک از مدلهای آماری و مفهومی پیشنهاد شده به منظور الگوسازی دقیق بارش و رواناب نتوانسته اند به عنوان یک مدل برتر و توانا شناخته شوند. یکی از روشهایی که در سالهای اخیر در زمینه هیدرولوژی مورد توجه قرار گرفته است استفاده از موجک Wavlet به عنوان یکی از روشهای نوین و بسیار موثردر زمینه آنالیز سیگنال ها و سریهای زمانی است.کلیدواژه ها
بارش ، پیش بینی ، سیگنال ، تئوری موجک، ایستگاه زرینگلمقالات مرتبط جدید
- بررسی تنوع زیستی گیاهان مرتعی ارتفاعات کبیرکوه در جنوب دره شهر (استان ایلام)
- عوامل موثر بر میزان پیچان رودخانه های خرم اباد
- ارزیابی کیفیت آب شرب گاوهای شیری در گاوداری های صنعتی حومه مشهد از نظر وجود فلزات سنگین، نیترات و سولفات
- بیو پلیمر پلی ساکاریدی برای مصارف دامپزشکی
- راهکارهای کارآمد کاهش انتشار گازهای گلخانه ای از طریق فناوری کشاورزی هوشمند
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.