استفاده تلفیقی از تصاویر پردازش شده با موجک و سیستم استنتاج فازی عصبی جهت برآورد پارامتر EC رودخانه کارون

Authors

  • امیر پورحقی دکتری هیدرولوژی و منابع آب ، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز
  • حیدر زارعی دانشیار گروه هیدرولوژی و منابع آب ، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز.
  • علی محمد آخوندعلی استاد گروه هیدرولوژی و منابع آب ، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز.
Abstract:

امروزه پایش و پردازش اطلاعات کیفی رودخانه با استفاده از روش‌های آزمایشگاهی با صرف وقت و هزینه زیاد همراه است. از این رو استفاده از روش‌های نوین برای کاهش این هزینه‌ها می‌تواند کمک شایانی در مدیریت کیفی رودخانه‌ها داشته باشد. استفاده ترکیبی از مدل‌های هوش مصنوعی و سنجش از دور از جمله روش‌های کارآمد برای رسیدن به این هدف است. در این تحقیق به­منظور برآورد EC رودخانه کارون با استفاده از مدل سیستم استنتاج فازی عصبی (ANFIS)، در زمان گذر ماهواره لندست 8، نمونه‌برداری دستی از 66 نقطه از سطح رودخانه برای مدت 12 ماه (دی ماه 1394 تا آذر ماه 1395) انجام شد. هشت ماه اول نمونه‌برداری برای واسنجی و چهار ماه انتهایی برای صحت­سنجی مورد استفاده قرار گرفت. مقادیر بازتابی تصاویر لندست 8 به­عنوان ورودی و EC نقاط برداشت­ شده به­ عنوان خروجی مدل ANFIS در نظر گرفته شد. در ادامه به­منظور افزایش دقت مدل ANFIS و کاهش خطا تصاویر از روش تبدیل موجک و مکان­مند کردن داده‌ها استفاده گردید. نتایج نشان داد که استفاده ترکیبی از تصاویر ماهواره‌ای و مدل ANFIS از  عملکرد نسبتاً خوبی برخوردار است و با روش مکان­مند کردن یعنی اضافه کردن خصوصیات مکانی نقاط برداشت به­عنوان ورودی مدل ANFIS دقت کار تا مقدار قابل توجهی افزایش می‌یابد. هم­چنین نتایج نشان داد که استفاده از تبدیل موجک برای کاهش نویز تصاویر و بهبود عملکرد مدل می‌تواند علاوه بر کاهش خطا، ضریب تعیین را از 85 درصد تا بالای 89 درصد افزایش دهد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش بینی جریان رودخانه با استفاده از سیستم استنتاج فازی

یکی از روشهای نو ظهور در حل مسایل مهندسی جهت مدل‌سازی سیستم‌هایی که دارای پیجیدگی زیاد یا عدم‌  صراحت بوده و یا داده‌های کافی از آنها موجود نیست، استفاده از تئوری مجموعه‌های فازی از جمله سیستم می‌باشد. مزیت اصلی این تکنیک نسبت به  استنتاج فازی روش‌های رایج، این است که این سیستم بر اساس قواعد اگر- آن‌گاه بنا نهاده شده است و قادر به تعیین ارتباط بین متغیرهای ورودی و خروجی با استفاده از قواعد مزبو...

full text

تنظیم پارامتر اندیکاتور های تحلیل تکنیکال با استفاده از بهینه سازی چندهدفه گروه ذرات و سیستم استنتاج تطبیقی فازی-عصبی

در این مقاله، یک سیستم معاملاتی خودکار که از ترکیب تحلیل تکنیکال و سیستم استنتاج تطبیقی فازی-عصبی جهت پیش بینی روند قیمتی سهام و افزایش بازدهی حاصل از سرمایه گذاری استفاده می کند، معرفی شده است. در سیستم معاملاتی معرفی شده، نخست با استفاده از الگوریتم بهینه سازی گروه ذرات پارامتر های بهینه اندیکاتورهای تحلیل تکنیکال تعیین شده و با استفاده از خروجی این اندیکاتورها و سیستم استنتاج تطبیقی عصبی-فاز...

full text

تعیین کیفیت آب رودخانه کارون با استفاده از مدل استنتاج فازی ممدانی

در سالهای اخیر،روشهایی با مبنای منطبق فازی تطبیق یافته اند تا عدم قطعیت همراه با مسائل زیست محیطی را در نظر بگیرند.در پژوهش حاضر،از روش مدل استنتاج فازی جهت ارزیابی کیفیت آب رودخانه استفاده شده است.توان کاربرد مدل استنتاج فازی با مطالعه موردی سنجیده شد.به همین منظور از داده های اندازه گیری شده 17 ایستگاه در مسیر رودخانه کارون در سال آبی 1388-1389 استفاده گردید.مهم ترین پارامترهای تاثیر گذار بر ...

full text

پیش بینی جریان رودخانه با استفاده از سیستم استنتاج فازی

یکی از روشهای نو ظهور در حل مسایل مهندسی جهت مدل سازی سیستم هایی که دارای پیجیدگی زیاد یا عدم   صراحت بوده و یا داده های کافی از آنها موجود نیست، استفاده از تئوری مجموعه های فازی از جمله سیستم می باشد. مزیت اصلی این تکنیک نسبت به  استنتاج فازی روش های رایج، این است که این سیستم بر اساس قواعد اگر- آن گاه بنا نهاده شده است و قادر به تعیین ارتباط بین متغیرهای ورودی و خروجی با استفاده از قواعد مزبو...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 43  issue 1

pages  205- 219

publication date 2020-05-21

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

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023