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

Authors

  • بیژن قهرمان استاد/ گروه مهندسی آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد
  • مه روز نورعلی دانشجوی دکتری /آبیاری و زهکشی, پردیس بین الملل دانشگاه فردوسی مشهد
  • کامران داوری استاد/ گروه مهندسی آب، دانشکده کشاورزی، دانشگاه فردوسی مشهد.
Abstract:

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(ZS) ارزیابی گردید. توابع درستنمایی L1 تا L3 به‌عنوان توابع درستنمایی غیرصریح (informal) و توابع درستنمایی L4 و L5 به عنوان توابع درستنمایی صریح (formal) در نظر گرفته شدند. تابع درستنمایی L1، راندمان ناش ساتکلیف (NS) می‌باشد. L2، حداقل میانگین مربعات خطا است. تابع درستنماییL3، از واریانس خطای تخمین مدل استفاده می‌کند. تابع درستنمایی L4، ارتباط بین برازش حداقل مربعات استاندارد (SLS) و استنباط بیزی را مشخص می‌کند. در تابع درستنمایی L5، وابستگی پیاپی خطاهای باقی‌مانده با استفاده از مدل خودرگرسیون مرتبه اول باقی‌مانده‌های خطا (AR) محاسبه می‌شود. نتایج نشان داد که حساسیت پارامترها وابسته به انتخاب تابع درستنمایی بوده و حساسیت همه پارامترها در برابر توابع مختلف درستنمایی یکسان نیستند. بیشتر پارامترها توسط تابع درستنمایی L4 و L5 بهتر تعیین شده و حساسیت بالایی را به عملکرد مدل نشان دادند. مقدار فاکتور P عدم قطعیت کل نشان داد که 75 تا 100 درصد مشاهدات دربازه‌های عدم اطمینان 95% پیش‌بینی مدل قرار می گیرد. نتایج بررسی معیارهای ارزیابی عدم قطعیت شامل فاکتورP، فاکتور R، RMSE، KGEو NS نشان داد که عملکرد DREAM(ZS) با توابع درستنمایی L4 و L5 بهتر از توابع دیگر درستنمایی است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

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 الگوریتم های مبتنی بر مونت کارلو زنجیره مارکوف) به منظور بررسی عدم قطعیت پارامترهای مدل-هیدرولوژیکی hec-hms در حوزه آبخیز تمر به مساحت 1530کیلومتر مربع 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

تخمین عدم قطعیت مدل شبیه سازی سیلاب HEC-HMS با استفاده از الگوریتم مونت کارلو زنجیره مارکوف

There are some parameters in hydrologic models that cannot be measured directly. Estimation of hydrologic model parameters by various approaches and different optimization algorithms are generally error-prone, and therefore, uncertainty analysis is necessary. In this study we used DREAM-ZS, Differential Evolution Adaptive Metropolis, to investigate uncertainties of hydrologic model (HEC-HMS) pa...

full text

تحلیل عدم قطعیت در برآورد سیلاب با مدل HEC-HMS در حوضة آبریز سد جامیشان

برآورد سیلاب با عدم قطعیت‌هایی ناشی از تغییرات متغیرهای ورودی مدل بارش- رواناب مانند بارش، پارامترهای مدل مانند تلفات و ساختار مدل همراه است. برآورد سیلاب طراحی با در نظر گرفتن عدم قطعیت‌های متغیرهای تصادفی مؤثر بر آن، یکی از مباحث مهم در طراحی سازه‌های هیدرولیکی است. در این تحقیق، با استفاده از مدل آماری تولید بارش (RPG)، مدل بارش-رواناب HEC-HMS و روش مونت کارلو، عدم قطعیت متغیرهای ورودی مدل ب...

full text

ارزیابی دو الگوریتم مختلف مونت کارلو زنجیر مارکف 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 سیلاب با مدل hec-hms در حوضة آبریز سد جامیشان

برآورد سیلاب با عدم قطعیت هایی ناشی از تغییرات متغیرهای ورودی مدل بارش- رواناب مانند بارش، پارامترهای مدل مانند تلفات و ساختار مدل همراه است. برآورد سیلاب طراحی با در نظر گرفتن عدم قطعیت های متغیرهای تصادفی مؤثر بر آن، یکی از مباحث مهم در طراحی سازه های هیدرولیکی است. در این تحقیق، با استفاده از مدل آماری تولید بارش (rpg)، مدل بارش-رواناب hec-hms و روش مونت کارلو، عدم قطعیت متغیرهای ورودی مدل ب...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 12  issue 3

pages  80- 98

publication date 2016-12-01

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