پیش بینی دبی روزانه جریان باراندوزچای با استفاده از تئوری آشوب

Authors

a pour moghadam

department of civil engineering, water group, mahabad branch, islamic azad university, iran. e marufinia

department of civil engineering, science and research branch, islamic azad university, tehran, iran a shamsaei

department of civil engineering, water group, mahabad branch, islamic azad university, iran.

abstract

بررسی رفتار جریان رودخانه یکی از موارد اساسی در طراحی، بهره برداری و مطالعات مربوط به مهندسی آب است. از این رو بکارگیری روش های نوین همچون نظریه آشوب در هیدرولوژی و منابع آب به دلیل نوآوری و قابلیت های آن، اخیراً توجه زیادی را به خود جلب کرده است. یکی از کاربردهای نظریه آشوب، تعیین خصوصیات کمی و آنالیز سری های زمانی هیدرولوژیکی همچون جریان رودخانه است. به منظور بازسازی فضای حالت، زمان تاخیر از روش تابع خود همبستگی و بعد محاط از الگوریتم نزدیکترین همسایگی کاذب محاسبه گردید. روش بعد همبستگی نیز برای بررسی آشوب پذیری جریان روزانه بکار گرفته شد، که بعد همبستگی حاصله حاکی از وجود رفتار آشوبناک سری زمانی تحت بررسی میباشد. زمان تأخیر از روش میانگین اطلاعات متقابل برای باراندوزچای برابر 66 به دست آمد. با استفاده از روش نزدیک ترین همسایگی کاذب مناسب ترین بعد محاط برابر 28 تعیین شد. بعد همبستگی برای سری زمانی دبی جریان برابر 1/3 بوده یعنی تعداد متغیرهای لازم برای تشریح سیستم برابر 3 است. مقدار کم بعد همبستگی (d) به دست آمده در مقیاس زمانی روزانه نشان دهنده وجود آشوب در سری زمانی دبی جریان رودخانه باراندوزچای می باشد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش¬بینی جریان روزانه با استفاده از شبکه¬های عصبی مصنوعی و عصبی- موجکی (مطالعه موردی: رودخانه باراندوزچای)

پیش­بینی دقیق جریان در رودخانه­ها یکی از مهمترین ارکان در مدیریت منابع آبهای سطحی به ویژه جهت اتخاذ تدابیر مناسب در مواقع سیلاب و بروز خشکسالی­ها است. به دلیل اهمیت پیش­بینی جریان رودخانه، در این تحقیق جریان روزانه رودخانه­ی باراندوزچای در دو ایستگاه بی­بکران و دیزج طی یک دوره­ی آماری 20 ساله با استفاده از مدل عصبی- موجکی (WNN) که تلفیق آنالیز موجک و شبکه عصبی مصنوعی (ANN) می­باشد، پیش­بینی گرد...

full text

بهبود پیش بینی دبی جریان با استفاده از داده گواری در مدل مفهومی Hymod

پیش بینی دبی جریان توسط مدل های هیدرولوژی، همواره با عدم قطعیت همراه است. به همین دلیل از روش های مختلف از جمله افزایش کیفیت اطلاعات ورودی به مدل، بهبود ساختار مدل، و داده گواری اطلاعات مشاهداتی در دسترس برای کاهش عدم قطعیت مدل ها استفاده شده است. در صورت بدون اشکال فرض کردن ساختار مدل هیدرولوژی،نمی توان از عدم قطعیت ورودی، پارامتر، و شرایط اولیه مدل چشم پوشی کرد. یکی از روش های کاهش عدم قطعیت،...

full text

پیش بینی دبی جریان رودخانه با استفاده از داده کاوی و سری زمانی

شبیه­سازی جریان رودخانه به‌منظور آگاهی از دبی رودخانه در دوره‌های زمانی آینده از مسائل مهم و کاربردی است. با توجه به اهمیت اطلاع از دبی جریان در سال­های آینده، در این مطالعه دبی جریان در سه ایستگاه حاجی‌قوشان، قره‌شور و تمر در حوضۀ آبخیز گرگانرود برای سال­های آبی 90-1381 شبیه­سازی شد. به‌منظور شبیه­سازی از روش آماری سری زمانی در قالب الگوی اتورگرسیون (AR) و داده‌کاوی در قالب ماشین بردار پشتیبان...

full text

پیش بینی دبی روزانه رودخانه با استفاده از مدل نروفازی (مطالعه موردی: حوزه آبخیز طالقان)

از مهم­ترین مسائل در مدیریت حوزه­های آبخیز، پیش­بینی فرآیندهای هیدرولوژیکی می­باشد. استفاده از مدل­های جدید در این زمینه می تواند به مدیریت و برنامه­ریزی صحیح کمک کند. علاوه برآن پیش­بینی جریان رودخانه، مخصوصاً در شرایط سیلابی، به مسوولان این امکان را خواهد داد که با آمادگی خسارات ناشی از سیل را کاهش دهند. یکی از روش­هایی که اخیرا برای پیش­بینی و برآورد میزان دبی رودخانه­ها به کار می­رود، مدل نر...

full text

تحلیل و پیش بینی جریان رودخانه کشکان با استفاده از نظریه آشوب

در این پژوهش از دیدگاه نظریه آشوب، سری زمانی آبدهی روزانه رودخانه کشکان تحلیل شده است. قبل از انجام تحلیل مبتنی بر نظریه آشوب، میزان داده های نوفه ای سری زمانی با استفاده از روش های تخمین هسته گوسی و تبدیل موجک مورد بررسی قرار گرفت. همچنین رفتار آماری سری زمانی با توابع خودهمبستگی و خودهمبستگی جزئی ارزیابی شد. سپس در بازسازی فضای فاز این سیستم به روش تأخیرها، از روش های میانگین اطلاعات متقابل و...

full text

My Resources

Save resource for easier access later


Journal title:
فصلنامه تخصصی علوم و مهندسی آب

جلد ۲، شماره ۶، صفحات ۷۷-۸۹

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023