عباس احمدپور
فارغ التحصیل ارشد منابع اب
[ 1 ] - پیشبینی رواناب روزانه درحوضه مارون با استفاده از مدل HEC-HMS
پیشبینی جریان رودخانهها با توجه به اهمیت آن در طراحی تأسیسات آبی، آبگیری از رودخانهها، برنامهریزی و بهرهبرداری از مخازن سدها و کنترل فرسایش و رسوب رودخانهها از دیرباز مورد توجه مهندسان آب بوده است. در این تحقیق به پیشبینی روزانه رواناب در حوضه مارون با مدل HEC-HMS پرداخته میشود، تا توانایی و دقت این مدل در پیشبینی رواناب ارزیابی شود. بهاین منظور ابتدا شبیهسازی پیوسته بارش-رواناب بهص...
[ 2 ] - بررسی دقت مدل مفهومی HMS-SMA و مدل دو خطی سری زمانی در پیش بینی رواناب روزانه مطالعه موردی: (حوضه مارون ایستگاه هیدرومتری ایدنک)
پیشبینی رواناب بهمنظور بهرهبرداری مؤثر از مخازن کنترل سیل و سامانههای سیل بند خاکی ضروری میباشد. پیشبینیها همچنین با برآورد زمان و محدوده خسارات مورد انتظار یا شرایط مخرب سیل، بهرهبرداری اضطراری را امکان پذیر میسازند. پیشبینیها بر مبنای شرایط هواشناسی و هیدرولوژیکی اخیردر حوضه هستندو ممکن است شرایط هواشناسی پیشبینیشده در آینده را نیز شامل شوند.اگرچه اکثر کاربردها در زمینه پیشبینی س...
[ 3 ] - مقایسۀ مدلهای سری زمانی فصلی، دوخطی BL و غیرخطی آستانۀ SETAR در پیشبینی جریان ماهانۀ ورودی به مخزن سد مارون
در پژوهش حاضر از مدلهای سری زمانی فصلی SARIMA، هالت- وینترز، مدلهای دوخطی BL و مدل دورژیمی غیرخطی خودهمبستگی آستانۀ SETAR برای پیشبینی جریان ماهانۀ ورودی به مخزن سد مارون استفاده شده است. به این منظور، از دادههای ایستگاه آبسنجی ایدنک واقع در استان خوزستان با طول دورۀ آماری 34 سال طی سالهای 1361 تا 1394 استفاده شده است. از تبدیل لگاریتمی برای نرمالسازی دادههای شدت جریان ماهانۀ ایستگاه ه...
[ 4 ] - ارزیابی مدلهای کلاسیک و مدل مفهومی IHACRES و مدل هیبریدی ANN ARMA-درشبیهسازی و پیش-بینی جریان روزانه مارون
هدف از این پژوهش مقایسه عملکرد مدلهای سری زمانی خطی باکس-جنکنیز و مدل مفهومیIHACRES ، مدل شبکه عصبی پرسپترون چندلایه و مدل هیبریدی ARMA-ANN به منظور شبیهسازی و پیشبینی جریان روزانه حوضه مارون میباشد. بدین منظور از دادههای 1370-1385 برای واسنجی و از دادههای 1386 -1396 برای صحتسنجی مدلها استفاده گردید. برای انتخاب مدلهای برتر باکس-جنکنز از آمارههای شوارتز ((SBC و معیار اطلاعات اکائیک (...
[ 5 ] - Performance Evaluation of ARIMA Hybrid Models in the Prediction of Daily Electrical Conductivity (A Case Study of Telazang Hydrometric Station)
In this study, we used the ARIMA time series model, the fuzzy-neural inference network, multi-layer perceptron artificial neural network, and ARIMA-ANN, ARIMA-ANFIS hybrid models for the modeling and prediction of the daily electrical conductivity parameter of daily teleZang hydrometric station over the statistical period of 49 years. For this purpose, the daily data for the 1996-2004 period we...
Co-Authors