مدلسازی پدیده های هیدروکلیماتولوژیکی با استفاده از مدل ترکیبی موجک-هالت وینترز

Authors

  • حسام نجفی دانش آموخته کارشناسی ارشد مهندسی و مدیریت منابع آب، دانشکده مهندسی عمران، دانشگاه تبریز
Abstract:

بدون شک مدل های هیدروکلیماتولوژیکی نقش مهمی را درمدیریت منابع آب ایفا می کنند. با توجه به اینکه سری های زمانی هیدروکلیماتولوژیکی دارای سه جزء اصلی خودهمبسته، فصلانه و تصادفی می باشند و رفتار مدل هایی که تاکنون ارائه شده اند، نسبت به این اجزاء متفاوت بوده است، در این مقاله از ترکیب تبدیل موجک با مدل هالت-وینترز(HW) جهت مدلسازی سری های زمانی ماهانه رواناب حوضه لیقوان چای، حوضه Trinity، حوضه West Nishnabotna و کمینه دمای ماهانه شهر تبریز استفاده شده است و با مدل های خودهمبسته و فصلانه دیگری چون مدل های آریما(ARIMA)، فصلانه آریما(SARIMA) وHW مقایسه شده است. بدین منظور سری های زمانی مورد نظر توسط تبدیل موجک به چندین زیرسری تجزیه شده و با توجه به تک متغیره بودن مدل HW، طبق دو سناریو در نظر گرفته شده، به عنوان ورودی به مدل های HW وارد می شوند. در سناریو اول فقط زیرسری تقریب و مجموع زیرسری های جزئیات و در سناریو دوم تک تک زیرسری های حاصل از تبدیل موجک به عنوان ورودی به مدل های HW وارد می شوند. نتایج مدلسازی بیانگر اینست که دومین سناریو درنظرگرفته شده برای مدل ترکیبی موجک-هالت وینترز(WHW) یعنی WHW2، بدلیل آنالیز چندمقیاسه و در نظر گرفتن اثر تمام فرکانس های ممکن، باعث افزایش دقت مدلسازی در هر دو سری زمانی رواناب و دمای ماهانه مورد مطالعه شده است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش‎بینی سری‌های زمانی مالی با استفاده از روش هالت ـ وینترز چندگام جلوتر

تاکنون روش­های مختلفی برای پیش‎بینی قیمت کالاها و سودهای سهام به‎کار رفته است. با توجه به نوسانات دنیای مالی مهم‌ترین نکته این است که کدام‎یک از روش‌های پیش‎بینی می‌تواند در اعمال تصمیم بهینه به مدیران و تصمیم‌گیرندگان بخش‌های اقتصادی و بازرگانی کمک کند. در اغلب مطالعات صورت گرفته تا کنون، برای پیش‎بینی سری‌های زمانی از روش‌های خودرگرسیون موسوم به باکس ـ جنکینز برای پیش‎بینی سری‌های زمانی استفا...

full text

بررسی تأثیر پارامترهای هیدروکلیماتولوژیکی آجی چای بر تغییرات تراز آب دریاچه ی ارومیه با استفاده از مدل ترکیبی موجک - من کندال

هدف از این مقاله تعیین روند و بررسی ارتباط سری­های زمانی بلندمدت تراز سطح آب دریاچه­ی ارومیه و دیگر پارامتر­های هیدروکلیماتولوژیکی حوضه­ی شامل بارش، رواناب، دما و رطوبت نسبی، در مقیاس­های ماهانه، فصلی و سالانه با استفاده از آزمون من-کندال و تبدیل موجک گسسته است. آزمون من­-کندال و من-کندال دنباله­ای برای ترکیب­های مختلف زیر سری­های حاصل از تبدیل موجک گسسته، جهت تعیین زیر سری زمانی جزئی که مسئول ...

full text

پیش‌بینی تبخیر-تعرق مرجع هفتگی با استفاده از مدل ترکیبی موجک- فازی عصبی تطبیقی

تبخیر-تعرقمرجع یکی ازمهم‌ترین و مؤثرترین مؤلفه‌ها در بهینه‌سازی مصرف آب کشاورزی و مدیریتمنابع آب می‌باشد. در سال‌های اخیر استفاده از روش‌های هوش مصنوعی و مدل هیبریدی بر پایه موجک در پیش‌بینی پارامترهای هیدرولوژیکی بسیار متداول گشته است. در مطالعه حاضر کاربرد روش‌های ANFIS و موجک- ANFIS در پیش‌بینی تبخیر-تعرق مرجع هفتگی مرجع در ایستگاه‌های همدیدی تبریز، اهواز، بندرعباس و رامسر که دارای اقلیم‌های...

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

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 14  issue 1

pages  59- 70

publication date 2018-03-21

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