شبیه سازی وقوع بارندگی در ایستگاه سینوپتیک قزوین با استفاده از مدل های احتمالاتی

Authors

  • بهنام آبابایی دانشجوی دکترای مهندسی کشاورزی (آبیاری و زهکشی)، دانشکده‎ی مهندسی و فناوری کشاورزی، دانشگاه تهران
  • تیمور سهرابی استاد گروه آبیاری و آبادانی، دانشکده‎ی مهندسی و فناوری کشاورزی، دانشگاه تهران
  • فرهاد میرزایی اصلی استادیار گروه آبیاری و آبادانی، دانشکده‎ی مهندسی و فناوری کشاورزی، دانشگاه تهران
Abstract:

شبیه‌سازی وقوع بارندگی، به‎ویژه برای بازتولید اطلاعات مفقود شده و مدیریت منابع آب، فرایندی سودمند است. در این مطالعه، ارزیابی عملکرد مدل‌های احتمالاتی مختلف در شبیه‎سازی توزیع دوره‌های خشک و مرطوب ایستگاه سینوپتیک قزوین به چهار روش انجام گرفت: 1) برازش بهترین مدل بر اطلاعات هر ماه؛ 2) برازش توزیع هندسی بر اطلاعات هر ماه؛ 3) برازش بهترین مدل بر اطلاعات سه‎ماهه و 4) برازش بهترین مدل بر اطلاعات فصلی. نتایج این مطالعه نشان داد که در شبیه‌سازی طول دوره‌های خشک، مدل‌های سه‌پارامتری (به‎ویژه ترکیب دو توزیع هندسی و ترکیب توزیع هندسی و پوآسون) در مقابل مدل‌های یک پارامتری و دو پارامتری، به‎عنوان بهترین مدل انتخاب شدند. این مسأله، نشان از عملکرد بهتر این مدل‎ها در شبیه‌سازی سری‌هایی با دوره‌های طولانی‌تر دارد؛ زیرا در شبیه‌سازی سری طول دوره‌های مرطوب ـ که شامل دوره‌های کوتاه‌تری است ـ مدل‌های یک پارامتری در بیشتر ماه‎های سال، به‎عنوان مدل‌های برتر انتخاب شدند. خطای تمامی روش‌ها (RMSE و MAE) در شبیه‌سازی طول دوره‌های مرطوب با آغاز دوره‎ی خشک، افزایش یافته و با آغاز دوره‎ی مرطوب، رو به کاهش می‎روند. این مسأله در مورد دوره‌های خشک نیز صادق است، به‎گونه‎ای که خطای تمامی روش‌ها در دوره‎ی مرطوب سال، بیشتر است. همچنین در شبیه‎سازی طول دوره‌های خشک، عملکرد روش‌های اوّل و دوم (ماهانه) در حفظ آماره‌های سری مشاهداتی بهتر از روش‌های دیگر بوده، اما در شبیه‌سازی طول دوره‌های مرطوب، روش‎های سوم (دوره‎های سه‎ماهه) و چهارم (فصلی) عملکرد بهتری داشتند. در شبیه‌سازی احتمال انتقال از یک روز خشک، روش اوّل و در شبیه‌سازی احتمال انتقال از یک روز مرطوب، روش سوم بهترین نتایج را ارائه دادند.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش‌بینی کوتاه‌مدت خشک‌سالی با استفاده از شاخص بارش استاندارد شده و زنجیره احتمالاتی مارکف (مطالعه موردی: ایستگاه سینوپتیک قزوین)

آگاهی از وضعیت خشک‌سالی ابزاری مناسب جهت برنامه­ریزی در بخش کشاورزی، منابع آب و سایر موارد حادث‌شده از خشک‌سالی را فراهم می­آورد. هدف از انجام این تحقیق پایش خشک‌سالی در ایستگاه سینوپتیک قزوین بر اساس شاخص بارش استاندارد (SPI)[1] و پیش‌بینی کوتاه‌مدت آن با زنجیره مارکف[2] می­باشد. در این تحقیق احتمال بروز حالت‌های مختلف خشک‌سالی کوتاه‌مدت، بر اساس آمار ماهانه بارندگی ایستگاه سینوپتیک قزوین در ط...

full text

پیش‌بینی تبخیر-تعرق مرجع ایستگاه سینوپتیک اهواز با استفاده از مدل ترکیبی موجک – شبکه عصبی GMDH

سابقه و هدف: تخمین دقیق مقدار تبخیر-تعرق مرجع برای انجام بسیاری از تحقیقات ضروری و از مهم‌ترین مسائل در طرح‌های آبیاری و زهکشی و منابع آب به شمار می‌رود. یکی از این مسائل که می‌تواند در راستای اهداف ذکرشده اعمال شود، پیش‌بینی تبخیر-تعرق مرجع برای آینده است تا بتوان با برنامه‌ریزی‌های مناسب، امکان استفاده بهتر از منابع موجود را فراهم نمود (7). در سال‌های اخیر استفاده از روش‌های هوش مصنوعی و مدل ...

full text

پیش‌بینی خشکسالی با استفاده از مدل ترکیبی GEP-GARCH(مطالعه موردی: ایستگاه سینوپتیک سلماس)

پیش­بینی خشکسالی نقش مهمی در طراحی سیستم­های سازگاری با خشکسالی و اجرای عملیات تسکین ایفا می­نماید. داده­های هیدرولوژیک به‌صورت ترکیبی از بخش قطعی و تصادفی می­باشند. با توجه به اینکه داده­های تولیدی مدل­های هوشمند به‌صورت قطعی می­باشند، استفاده از رویکردی جدید برای اعمال بخش تصادفی در پیش­بینی این داده­ها می­تواند قطعیت مدل را افزایش دهد. در این تحقیق با ترکیب مدل برنامه­ریزی بیان ژن (GEP) و مد...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 44  issue 1

pages  91- 110

publication date 2012-04-20

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