پیش بینی پتانسیل تبخیر با حذف نویز داده ها در ایستگاه سینوپتیک تبریز
نویسندگان
چکیده
تبخیر پتانسیل از جمله مؤلفه های چرخه آب در طبیعت است که پیش بینی آن یک کار پیچیده و غیرخطی است. بنابراین، برای تخمین آن بایستی از مدل های پیشرفته ریاضی استفاده نمود. مطالعه حاضر، با هدف ارائه مدل پیش بینی سری زمانی پتانسیل تبخیر روزانه ایستگاه تبریز با استفاده از دو رویکرد شبکه عصبی و شبکه عصبی ـ موجکی همراه با نویززدایی داده ها انجام گرفت. سری زمانی روزانه مقدار تبخیر تشتک تبخیرسنج ایستگاه تبریز مشتمل بر 4309 داده روزانه، به عنوان داده های خام این دو مدل در نظر گرفته شدند. مدل پیش بینی شبکه عصبی بر پایه سه سری زمانی با تأخیرهای زمانی 4، 7 و 10 روز از سیگنال اصلی نرمال شده انجام گرفت. در روش دوم، سیگنال سری زمانی اصلی با استفاده از موجک مادر میر به 12 سطح تجزیه و بیشترین فرکانس آن به عنوان نویز از سیگنال اصلی حذف شد. در ادامه، مدل شبکه عصبی ـ موجکی بر پایه 36 سری زمانی با تأخیرهای زمانی 4، 7 و 10 روز اجرا شد. با ارزیابی نتایج هر یک از این مدل ها توسط معیارهای آماری و گرافیکی، ساختار 3-10-1 با مقدار ضریب همبستگی 80/0 و جذر میانگین مربعات خطای 125/0 میلی متر در روز و ساختار 36-8-1 با ضریب همبستگی 917/0 و جذر میانگین مربعات خطای 0858/0 میلیی متر در روز تحت عنوان مناسب ترین ساختارها به ترتیب برای مدل شبکه عصبی و شبکه عصبی ـ موجکی شناسایی شدند.
منابع مشابه
پیشبینی پتانسیل تبخیر با حذف نویز داده‌ها در ایستگاه سینوپتیک تبریز
تبخیر پتانسیل از جمله مؤلفه‌های چرخه آب در طبیعت است که پیشبینی آن یک کار پیچیده و غیرخطی است. بنابراین، برای تخمین آن بایستی از مدلهای پیشرفته ریاضی استفاده نمود. مطالعه حاضر، با هدف ارائه مدل پیشبینی سری زمانی پتانسیل تبخیر روزانه ایستگاه تبریز با استفاده از دو رویکرد شبکه عصبی و شبکه عصبی ـ موجکی همراه با نویززدایی داده‌ها انجام گرفت. سری زمانی روزانه مقدار تبخیر تشتک تبخیرسنج ایستگاه تبر...
متن کاملکاربرد برنامه‌ریزی بیان ژن در پیش بینی خشکسالی ( مطالعه موردی: ایستگاه سینوپتیک تبریز)
پیکره آبی دریاچه ارومیه در سالهای اخیر به دلایل مختلف از قبیل خشکسالیهای متوالی با کاهش شدید سطح و حجم روبرو شده است. بنابراین، در این پژوهش وضعیت خشکسالی در ایستگاه سینوپتیک تبریز به عنوان یکی از ایستگاههای مهم حوزه آبخیز دریاچه ارومیه در مقیاسهای زمانی مختلف با استفاده از شاخص بارش- تبخیر و تعرق استاندارد شده (SPEI) و مدل برنامه ریزی بیان ژن (GEP) مورد بررسی قرار گرفت. برای این منظور...
متن کاملارزیابی مدلهای سری زمانی خطی و غیر خطی بیلینییر در پیش بینی تبخیر- تعرق گیاه مرجع در ایستگاه سینوپتیک ارومیه
پیشبینی تبخیر-تعرق گیاه مرجع یکیاز مهمترین عناصردر بهینه سازی مصرف آب کشاورزی است. یکیازروشهایپیشبینی مقادیرتبخیر-تعرق گیاه مرجعاستفاده از مدلهای استوکاستیکسری زمانیاست. دراینپژوهشمدلهای خطی AR(p) و ARMA(p,q) به همراه مدل غیر خطی بیلینییر درپیشبینی مقادیر ماهانهتبخیر-تعرق گیاه مرجع درایستگاهسینوپتیک ارومیهمورد مقایسه قرار گرفت. برای انجام پژوهش، مقادیر ماهانه تبخیر-تعرق گیاه مرجع از سال ...
متن کاملمدل سازی تبخیر- تعرق گیاه پتانسیل با استفاده از شبکه عصبی مصنوعی با حداقل متغیرهای اقلیمی در ایستگاه سینوپتیک مشهد
متن کامل
ارزیابی دو الگوریتم داده کاوی cart و chaid در پیش بینی دمای هوای ایستگاه سینوپتیک اراک
در این مقاله، دو الگوریتم دادهکاوی cart و chaid در پیشبینی دمای هوای ایستگاه سینوپتیک اراک ارزیابی شده است. دادههای مورد استفاده در این مقاله دادههای متوسط ماهانه ایستگاه سینوپتیک اراک بوده است. پس از معرفی کردن دادههای هواشناسی به صورت متوسط ماهانه که شامل متوسط ساعات آفتابی، دمای نقطه شبنم، درصد رطوبت نسبی، سرعت باد، کمبود فشار بخار اشباع طی دوره چهل و شش ساله، از سال 1960 تا 2005 میلادی...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
دانش آب و خاکجلد ۲۶، شماره ۴.۱، صفحات ۱۰۵-۱۱۸
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023