ارزیابی دو الگوریتم مختلف مونت کارلو زنجیر مارکف در تحلیل عدم قطعیت پارامترهای مدل توزیعی هیدرولوژیکی

Authors

محسن پوررضا بیلندی

علی محمد آخوندعلی

بیژن قهرمان

عبدالرسول تلوری

abstract

تعیین مقادیر بهینه برای پارامترهای به کار رفته در هر مدل شبیه سازی کاری است که همواره با شک و تردید همراه می باشد و بنابراین بایستی عدم قطعیت موجود در پارامترهای شبیه سازی با روشهای مناسب تحلیل و بررسی گردد. در این تحقیق مقایسه دو الگوریتم عدم قطعیت dream و scem ua، برای پارامترهای مدل بارش- رواناب فیزیکی و توزیعی تک رخداد affdef به کار گرفته شد. این روشها برپایه مونت کارلو زنجیرمارکف بوده که اخیراً توسعه یافته اند و از روش نمونه گیر متروپولیس استفاده می کنند که به خوبی قادر به بررسی فضای پارامتری با حداقل تعداد تکرار می باشد. مدل هیدرولوژیک توزیعی affdef در زبان برنامه نویسیfortran بدلیل خطای کمتر آن - به نسبت مدلهای یکپارچه در این تحقیق بکار گرفته شد. منطقه مورد مطالعه، حوضه ابوالعباس به مساحت تقریبی 280 کیلومتر مربع در شرق استان خوزستان بوده که دارای میانگین سالانه بارش 550 میلیمتر می باشد. تعداد 6 رخداد در خلال فصل غیر ذوب برف برای این منظور به کار گرفته شد که از این میان 4 رخداد برای واسنجی و 2 رخداد برای صحت سنجی نتایج مورد استفاده قرار گرفت. نتایج دو روش عدم قطعیت، همگرایی سریعتر و همچنین بازه پسین باریکتر برای پارامتر های مدل بارش رواناب را در روش dream به نسبت روش scem-ua نشان داد که در حقیقت کارایی بالای روش dream را اثبات نمود. ضمن آنکه وابستگی توابع توزیع پارامترها در هر رخداد به ویژگیهای دبی اوج و شرایط رطوبتی آن رخداد را نیز نشان داده شد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

ارزیابی دو الگوریتم مختلف مونت‌کارلو زنجیر‌مارکف در تحلیل عدم قطعیت پارامترهای مدل توزیعی هیدرولوژیکی

تعیین مقادیر بهینه برای پارامترهای به کار رفته در هر مدل شبیه سازی کاری است که همواره با شک و تردید همراه می باشد و بنابراین بایستی عدم قطعیت موجود در پارامترهای شبیه سازی با روشهای مناسب تحلیل و بررسی گردد. در این تحقیق مقایسه دو الگوریتم عدم قطعیت DREAM و SCEM UA، برای پارامترهای مدل بارش- رواناب فیزیکی و توزیعی تک رخداد AFFDEF به کار گرفته شد. این روشها برپایه مونت کارلو زنجیرمارکف بوده که ا...

full text

تحلیل عدم قطعیت در برآورد پارامترهای مدل بارش- رواناب با کمک الگوریتم مونت کارلو، زنجیره مارکف

یافتن مقادیر بهینه برای پارامترهای هر مدل شبیه سازی، کاری است که همواره با شک و تردید همراه می-باشد. مثلاً یک هیدرولوژیست با وجود مهارت و تجربه بالا هم نمی تواند به نتایج برآورد خود اطمینان کافی داشته باشد. هدف از تحقیق حاضر، پیدا کردن محدوده اطمینان برای دبی خروجی و توزیع احتمالاتی پسین پارامترهای یک مدل توزیعی بارش- رواناب به کار رفته در حوضه ابولعباس در استان خوزستان با استفاده از الگوریتم عد...

تحلیل عدم قطعیت پارامترهای نفوذ مدل شبیه‌سازی آبیاری جویچه‌ای WinSRFR با روش مونت کارلو

پارامترهای نفوذ مورد استفاده در مدل­های شبیه‌ساز آبیاری سطحی به‌طور مستقیم قابل اندازه­گیری نیستند و تعیین آن‌ها مشکل بوده و با عدم قطعیت همراه است. بنابراین باید پس از واسنجی پارامترهای مدل، عدم قطعیت ناشی از وجود خطا در مدل را بررسی نموده و راهکارهایی برای کاهش و کنترل عدم قطعیت نتایج ارائه گردد. به همین دلیل در این مطالعه از رویکرد شبیه­سازی مونت کارلو استفاده شده است. امروزه فرآیند شبیه‌ساز...

full text

تاثیر انتخاب تابع درستنمایی در تخمین عدم قطعیت مدل شبیه سازی سیلاب HEC-HMS با استفاده از الگوریتم مونت کارلو زنجیر مارکوف

در تحقیق حاضر از الگوریتم DREAM(ZS) (از الگوریتم‌های مبتنی بر مونت کارلو زنجیره مارکوف) به‌منظور بررسی عدم قطعیت پارامترهای مدل-هیدرولوژیکی HEC-HMS در حوزه‌آبخیز تمر به مساحت 1530کیلومتر‌مربع واقع در استان گلستان استفاده شد. از سه رویداد برای واسنجی و یک رویداد در اعتباریابی استفاده گردید و تعداد 24 پارامتر واسنجی برای کل حوزه درنظر گرفته شد. همچنین تأثیر 5 تابع درستنمایی بر روی نتایج روش DREAM...

full text

My Resources

Save resource for easier access later


Journal title:
مجله پژوهش های حفاظت آب و خاک

Publisher: دانشگاه علوم کشاورزی و منابع طبیعی گرگان

ISSN 2322-2077

volume 21

issue 5 2014

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023