ارزیابی کارایی روشهای مرسوم و رایانه ای در بازسازی سری زمانی دبی ماهانه ایستگاه های هیدرومتری

Authors

حامد نوذری استادیار /گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان

فاطمه توکلی دانشجوی کارشناسی ارشد /مهندسی منابع آب، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان

Abstract:

عدم وجود آمار و اطلاعات کامل، نمی‌تواند مجوزی برای عدم مطالعه شرایط هیدرولوژیکی یک منطقه و پیش‌بینی‌های درازمدت برای انجام یک پروژه آبی باشد. بنابراین پژوهشگران مختلف روش‌هایی از قبیل آنالیز نسبت‌ها، فرگمنت و توماس فیرینگ را برای بازسازی داده‌های ناقص دبی در ایستگاه‌‌های هیدرومتری به کار برده‌اند. لذا در این پژوهش دقت روش‌‌های مذکور با روش‌‌های رایانه‌ای از قبیل شبکه عصبی مصنوعی، هیبرید عصبی - موجکی و ماشین بردار پشتیبان مورد مقایسه و بررسی قرار گرفته است. نتایج نشان داد که روش‌‌‌‌های رایانه‌ای نسبت به سه روش دیگر از دقت بالاتری برخوردار هستند. مقایسه نتایج روش‌های رایانه‌ای نشان داد شبکه عصبی مصنوعی (98/0R^2=، 18/6 RMSE= و 476/0 SE= )، ماشین بردار پشتیبان (902/0R^2=، 074/6 RMSE= و486/0 SE=) و هیبرید عصبی- موجکی (889/0 R^2=، 96/6 RMSE= و54/0 SE=) به ترتیب در رتبه‌های اول تا سوم قرار دارند. اگرچه سه روش شبکه عصبی مصنوعی، ماشین بردار پشتیبان و هیبرید عصبی – موجکی تفاوت معنا داری در مقایسه با یکدیگر ندارند اما روش ماشین بردار پشتیبان با سهولت بیشتر و در زمان کمتری قادر به بازسازی بوده و از این جهت نسبت به سایر روش‌ها ارجحیت دارد.

Upgrade to premium to download articles

Already have an account?login

similar resources

تحلیل مقایسه ای مدل های سری های زمانی داده های دبی کل، دبی پایه و جریان سطحی (مطالعه موردی: ایستگاه هیدرومتری ارازکوسه)

full text

ارزیابی کارایی مدل سری زمانی SARIMA در شبیه‌سازی دبی متوسط ماهانه ی رودخانه‌های افرینه کشکان و کاکارضا (استان لرستان)

چکیده بررسی و شناخت تغییرات زمانی دبی پایه در مطالعات حوضه‌های آبخیز بخصوص در فصول با جریان کم، اهمیت زیادی دارد. هدف از این پژوهش بررسی و مقایسه کارایی سری زمانی30 و 56 ساله به ترتیب مربوط به دبی متوسط ماهانه رودخانهی کاکارضا در شهرستان سلسله و رودخانهی افرینه کشکان در شهرستان پل‌دختر در استان لرستان میباشند. بدین منظور ابتدا اقلیم دو منطقه تعیین و در گام بعد، توابع خود همبستگی و خودهمبستگ...

full text

بررسی کارایی مدل‌های سری زمانی آریما و هالت وینترز در پیش بینی دما و بارش ماهانه (مطالعه موردی: ایستگاه لتیان)

پارامتر‌های اقلیمی از جمله دما و بارش نقش مهمی در مدیریت منابع آب حوضه‌آبریز و برنامه‌ریزی‌های کشاورزی دارند. از جمله مدل‌های پیش بینی کوتاه مدت این پارامترها، مدل‌های سری زمانی هستند. در تحقیق حاضر، توانایی مدل‌های سری زمانی در پیش‌بینی دما و بارش ماهانه ایستگاه لتیان مورد بررسی قرار گرفته است. بدین منظور ابتدا به کمک آزمون من‌کندال فصلی روند داده‌ها بررسی گردید و سپس مدل‌های مختلف خودهمبسته ب...

full text

پیش‌بینی جریان با استفاده از مدل ماشین بردار پشتیبان بر مبنای سری های زمانی دبی و بارش در ایستگاه‌های بالادست (مطالعه موردی : ایستگاه هیدرومتری تله زنگ)

در این پژوهش به منظور پیش‌بینی دبی ماهانه ایستگاه هیدرومتری تله زنگ از مدل ماشین بردار پشتیبان (svm) و آمار 10 ایستگاه هیدرومتری و 8 ایستگاه باران‌سنجی بالادست آن در طول یک دوره آماری 20 ساله (1371-1390) استفاده شد. لذا در اولین گام تاثیر استفاده از سری‌های زمانی دبی، بارش و ترکیبی از این دو پارامتر به عنوان ورودی و در گام بعد تاثیر تعداد ایستگاه‌های هیدرومتری و باران‌سنجی بالادست بر نتایج پیش‌...

full text

تغییرات زمانی و مکانی شدت تمرکز دبی و رسوب ماهانه در تعدادی از ایستگاه‌های هیدرومتری استان آذربایجان‌ غربی

مدیریت پایدار آبخیز، کنترل هدررفت خاک و رسوب و اجرای طرح‌های حفاظتی آبخیزداری نیازمند ارزیابی تغییرات زمانی و مکانی رواناب و رسوب می‌باشند. لذا، در این تحقیق میزان شدت تمرکز دبی و رسوب ماهانه در 15 ایستگاه‌ هیدرومتری واقع در استان آذربایجان ‌غربی در یک دوره 20 ساله با استفاده از منحنی جرم مضاعف و شاخص تغییرات سالانه (شاخص ضریب تغییرات، ضریب تعدیل توزیع سالانه و شدت تمرکز) مورد ارزیابی قرار گرفت...

full text

مدلهای تصادفی سری زمانی در پیش بینی بارندگی ماهانه (مطالعه موردی: ایستگاه هاشم آباد گرگان)

در سالهای اخیر محدودیت منابع آبی جهت تامین آب مورد نیاز کشاورزی و غیر کشاورزی موجب بروز مشکلات زیادی شده است و باران یکی از منابع مهم تامین آب به حساب می آید. بارندگی یکی از مهمترین مولفه های ورودی به سیستم های هیدرولوزیکی محسوب می شود که مطالعه و اندازه گیری آن در اکثر موارد برای مطالعات رواناب، خشکسالی، آبهای زیر زمینی، سیلاب، رسوب و ... لازم و ضروری است. بنابراین پیش بینی و برآورد نزولات جوی...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}

Journal title

تحقیقات منابع آب ایران

volume 13 issue 4

pages 174- 178

publication date 2017-12-22

unfollow

{@ msg @}

By following a journal you will be notified via email when a new issue of this journal is published.

Keywords

: بازسازی داده گمشده دبی ماهانه ماشین بردار پشتیبان هیبرید عصبی موجکی

Hosted on Doprax cloud platform doprax.com