پیشبینی پتانسیل تبخیر با حذف نویز دادهها در ایستگاه سینوپتیک تبریز
Authors
Abstract:
تبخیر پتانسیل از جمله مؤلفههای چرخه آب در طبیعت است که پیشبینی آن یک کار پیچیده و غیرخطی است. بنابراین، برای تخمین آن بایستی از مدلهای پیشرفته ریاضی استفاده نمود. مطالعه حاضر، با هدف ارائه مدل پیشبینی سری زمانی پتانسیل تبخیر روزانه ایستگاه تبریز با استفاده از دو رویکرد شبکه عصبی و شبکه عصبی ـ موجکی همراه با نویززدایی دادهها انجام گرفت. سری زمانی روزانه مقدار تبخیر تشتک تبخیرسنج ایستگاه تبریز مشتمل بر 4309 داده روزانه، بهعنوان دادههای خام این دو مدل در نظر گرفته شدند. مدل پیشبینی شبکه عصبی بر پایه سه سری زمانی با تأخیرهای زمانی 4، 7 و 10 روز از سیگنال اصلی نرمالشده انجام گرفت. در روش دوم، سیگنال سری زمانی اصلی با استفاده از موجک مادر میر به 12 سطح تجزیه و بیشترین فرکانس آن بهعنوان نویز از سیگنال اصلی حذف شد. در ادامه، مدل شبکه عصبی ـ موجکی بر پایه 36 سری زمانی با تأخیرهای زمانی 4، 7 و 10 روز اجرا شد. با ارزیابی نتایج هر یک از این مدلها توسط معیارهای آماری و گرافیکی، ساختار 3-10-1 با مقدار ضریب همبستگی 80/0 و جذر میانگین مربعات خطای 125/0 میلیمتر در روز و ساختار 36-8-1 با ضریب همبستگی 917/0 و جذر میانگین مربعات خطای 0858/0 میلییمتر در روز تحت عنوان مناسبترین ساختارها بهترتیب برای مدل شبکه عصبی و شبکه عصبی ـ موجکی شناسایی شدند.
similar resources
پیش بینی پتانسیل تبخیر با حذف نویز داده ها در ایستگاه سینوپتیک تبریز
تبخیر پتانسیل از جمله مؤلفه های چرخه آب در طبیعت است که پیش بینی آن یک کار پیچیده و غیرخطی است. بنابراین، برای تخمین آن بایستی از مدل های پیشرفته ریاضی استفاده نمود. مطالعه حاضر، با هدف ارائه مدل پیش بینی سری زمانی پتانسیل تبخیر روزانه ایستگاه تبریز با استفاده از دو رویکرد شبکه عصبی و شبکه عصبی ـ موجکی همراه با نویززدایی داده ها انجام گرفت. سری زمانی روزانه مقدار تبخیر تشتک تبخیرسنج ایستگاه تبر...
full textمدل سازی تبخیر- تعرق گیاه پتانسیل با استفاده از شبکه عصبی مصنوعی با حداقل متغیرهای اقلیمی در ایستگاه سینوپتیک مشهد
full text
برآورد تبخیر– تعرق پتانسیل بر اساس مدلهای تصادفی سریزمانی (مطالعه موردی ایستگاه تبریز)
Evapotranspiration is important components of hydrological cycle, which is important in irrigation systems planning and evaluation of climate change impacts on water planning. In this study, evapotranspiration time series using Penman Monteith was studied in Tabriz synoptic station by the linear stochastic models such as ARIMA and SARIMA. The data had been used since 1986 to 2010. After calcula...
full textشبیهسازی و مقایسهی تبخیر و تعرق پتانسیل به روشهای شبکه عصبی مصنوعی، نروفازی ودرخت تصمیمگیریM5 (مطالعه موردی؛ ایستگاه سینوپتیک شیراز )
تخمین صحیح تبخیر و تعرق در طراحی، مدیریت سیستمهای آبیاری و زهکشی از اهمیت زیادی برخوردار است. یکی از روشهای تخمین تبخیر و تعرق، که در حل این مسائل و پیشبینی آن کاربرد زیادی دارد، روشهای نروفازی (ANFIS)، شبکههای عصبی مصنوعی (ANNs) و درخت تصمیمگیری M5 میباشند. هدف از این تحقیق، بررسی کارایی روشهای مذکور در برآورد تبخیر و تعرق مرجع در ایستگاه هواشناسی شیراز میباشد، بدین منظور دادههای هو...
full textاثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین
Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...
full textاثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین
Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...
full textMy Resources
Journal title
volume 26 issue 4.1
pages 105- 118
publication date 2017-02-19
By following a journal you will be notified via email when a new issue of this journal is published.
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023