بررسی اثر مقیاس زمانی (روزانه، ماهانه و سالانه) در پیشبینی بار رسوب معلق
نویسندگان
چکیده مقاله:
تعیین بار رسوبی معلق رودخانهها یکی از پروژههای مهم مهندسی رودخانه میباشد. پیشبینی بار رسوبی معلق کمک شایانی در زمینه مدیریت منابع آبی خواهد نمود. سوال اصلی در این تحقیق بررسی نقش انواع دادههای روزانه، ماهانه و سالانه در برآورد بار رسوبی با استفاده از مدلهای مبتنی بر یادگیری ماشین است. بدین منظور از آمار بار معلق در سه مقیاس زمانی روزانه، ماهانه و سالانه ایستگاه هیدرومتری اوهایو واقع در ایالات متحده آمریکا در فاصله سالهای 1992 تا 2014 استفاده گردید. با هدف انتخاب مناسبترین مدل، مدلهای شبکه عصبی مصنوعی پس انتشار خطا و تابع پایهی شعاعی، رگرسیون خطی، k نزدیکترین همسایه، درخت تصمیم M5، فرآیند گوسی، ماشینبردار پشتیبان و ماشینبردار پشتیبان تکاملی اجرا و مورد ارزیابی قرار گرفتند. نتایج حاصل از این تـحقیق نشان داد که بـرای دادههای روزانه، مـدل k نزدیکترین همسایـه با 28/5RMSE=؛ برای دادههای ماهانه مدل فرآیند گوسی با 7/8RMSE= و برای دادههای سالانه مدل فرآیند گوسی با مقدار 2/7RMSE= مناسبترین مدل جهت پیشبینی بار رسوبی معلق بودهاند. همچنین مقایسه مقادیر ارزیابی مدلها حاکی از آن است که پیشبینی دادههای سالانه نسبت به ماهانه و روزانه از دقت بیشتری برخوردار هستند.
منابع مشابه
مقایسه روشهای مختلف رگرسیون آماری در برآورد بار رسوب معلق درازمدت سالانه (مطالعه موردی: بابلرود)
متن کامل
ترکیبهای بهینه متغیرهای هیدرولوژی برای مدلسازی بار رسوب معلق روزانه در حوزه آبخیز کرج
تحلیل دادههای بار رسوب معلق در رودخانهها اساس شناخت روند فرسایش و رسوب در بحث مدیریت و برنامهریزی منابع آب و خاک است. بهدلیل عدم دسترسی به دادههای بار رسوب معلق روزانه با اندازهگیری مستقیم، استفاده از روشهایی برای مدلسازی و برآورد آن در حوزههای آبخیز حائز اهمیت است. یکی از روشهای مناسب مورد استفاده در این زمینه، بهکارگیری شبکههای عصبی مصنوعی است. برای مدلسازی بار رسوب ...
متن کاملرسوب شناسی و تخمین متوسط بار معلق سالانه در رودخانۀ زولاچای
حوضۀ آبریز رودخانۀ زولاچای دارای وسعتی در حدود 960 کیلومترمربع است و در جنوب غرب سلماس قرار دارد. بررسی شکل و میزان تراکم زه کشی حوضه نشان می دهد که این حوضه یکی از حوضه های متراکم با تراکم زه کشی بالا و دبی بالای سالانه سیل و میزان فرسایش زیاد است. اندازۀ دانه ها به طرف پایین دست به صورت نمایی افزایش می یابد. تغییرات بافتی و علل درشت شوندگی دانه ها در 84 نقطه از حوضه بررسی شده است. بررسی های ا...
متن کاملمقایسه میزان کارآیی شبکه عصبی مصنوعی و مدلهای رگرسیونی، منحنیسنجه رسوب در برآورد رسوب معلق روزانه
تعیین میزان فرسایش خاک و بار رسوبی رودخانه عملاً کاری مشکل است؛ بنابراین روش های مختلفی برای آن ها پیشنهاد شده است. یکی از روش های نوین در حل مسائل مهندسی آب و همچنین برآورد رسوب معلق رودخانه ها، استفاده از شبکه عصبی مصنوعی است که با الگو برداری از شبکه مغز انسان، ضمن اجرای فرآیند آموزش، روابط درونی بین داده ها را کشف کرده و به موقعیت های دیگر تعمیم می دهد. هدف از انجام این تحقیق، بررسی کارآیی ر...
متن کاملاثر 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...
متن کاملاثر 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...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 3 شماره 10
صفحات 121- 143
تاریخ انتشار 2017-05-22
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023