ارزیابی بهبود ایستایی و دقت پیش‌بینی مدل‌های سری زمانی دبی رودخانه تحت تأثیر رهیافت تفاضل‌گیری) مطالعه موردی: رودخانه دز)

مقایسه مدل های PAR و MPAR در مدل سازی سری زمانی ماهانه دبی رودخانه تحت تاثیر عوامل هواشناسی (مطالعه موردی: رودخانه نازلوچای)

بیش از سه دهه است که هیدرولوژیست ها، استفاده از مدل های چندمتغیره را جهت توصیف و مدل سازی داده های پیچیده هیدرولوژی، توصیه می کنند. درحالی که به تازگی اهمیت مدل های چند متغیره در آب شناسی مطرح شده است. در واقع در مدل های چند متغره با دخالت دادن عوامل موثر دیگر، می-توان نتایج توصیف، مدل سازی و پیش بینی پارامترهای مختلف را بهبود بخشید. در این مطالعه با استفاده دو مدل تک متغیره پریودیک آرما و چند ...

ارزیابی عملکرد مدل‌های سری زمانی چند متغیره تلفیقی، MPAR و MPAR-ARCH در مدل‌سازی دبی جریان رودخانه با درنظر گرفتن عوامل مؤثر هواشناسی (مطالعه موردی: رودخانه نازلوچای)

بیش از سه دهه است که هیدرولوژیست­ها، استفاده از مدل­های چندمتغیره را جهت توصیف و مدل­سازی پدیده­های پیچیده هیدرولوژی، توصیه می­کنند. در مدل­های چند متغیره با دخالت دادن عوامل مؤثر، می­توان نتایج توصیف، مدل­سازی و پیش­بینی متغیرهای مختلف را بهبود بخشید. هم­چنین از آنجا که مدل­های غیر­خطی واریانس ناهمسان شرطی، بخش باقی­مانده مدل­های خطی را به‌طور رضایت­بخشی مدل می­کنند، انتظار می­رود، با ترکیب مد...

تحلیل فراکتالی سری زمانی جریان رودخانه ها مطالعه موردی: رودخانه کر

پیش بینی دبی جریان رودخانه با استفاده از داده کاوی و سری زمانی

شبیه­سازی جریان رودخانه به‌منظور آگاهی از دبی رودخانه در دوره‌های زمانی آینده از مسائل مهم و کاربردی است. با توجه به اهمیت اطلاع از دبی جریان در سال­های آینده، در این مطالعه دبی جریان در سه ایستگاه حاجی‌قوشان، قره‌شور و تمر در حوضۀ آبخیز گرگانرود برای سال­های آبی 90-1381 شبیه­سازی شد. به‌منظور شبیه­سازی از روش آماری سری زمانی در قالب الگوی اتورگرسیون (AR) و داده‌کاوی در قالب ماشین بردار پشتیبان...

مدل‌سازی دبی جریان رودخانه با استفاده از مدل‌های چندمتغیره تلفیقی سری زمانی

چکیده بیش از سه دهه است که هیدرولوژیست­ها، استفاده از مدل­های چند متغیره را جهت توصیف و مدل­سازی داده­های پیچیده هیدرولوژی، توصیه می­کنند. درحالی که به تازگی اهمیت مدل­های چند متغیره در هیدرولوژی مطرح شده است. در واقع در مدل­های چند متغیره با دخالت دادن عوامل مؤثر هواشناسی، می­توان نتایج توصیف، مدل­سازی و  پیش­بینی پارامترهای مختلف را بهبود بخشید. هم­چنین از آنجا که مدل­های غی...

پیش‌بینی دبی ماهانه رودخانه کاکارضا با استفاده از مدل‌های سری زمانی، ARIMA فصلی

    بررسی و شناخت تغییرات زمانی دبی پایه در مطالعات حوزه‌های آبخیز بخصوص در فصول با جریان کم‌ اهمیت زیادی دارد. به همین منظور مدل‌های مختلف آماری و احتمالاتی ارائه و توسعه داده‌شده است. هدف از این پژوهش بررسی سری زمانی30 ساله مربوط به دبی متوسط ماهانه رودخانه کاکارضا در شهرستان سلسله در استان لرستان می‌باشد. در گام اول توابع خودهمبستگی و خودهمبستگی جزئی داده‌های واقعی در نرم‌افزار XLSTAT ترسیم ...