تاثیر انتخاب تابع درستنمایی در تخمین عدم قطعیت مدل شبیه سازی سیلاب HEC-HMS با استفاده از الگوریتم مونت کارلو زنجیر مارکوف
نویسندگان
چکیده مقاله:
در تحقیق حاضر از الگوریتم DREAM(ZS) (از الگوریتم‌های مبتنی بر مونت کارلو زنجیره مارکوف) به‌منظور بررسی عدم قطعیت پارامترهای مدل-هیدرولوژیکی HEC-HMS در حوزه‌آبخیز تمر به مساحت 1530کیلومتر‌مربع واقع در استان گلستان استفاده شد. از سه رویداد برای واسنجی و یک رویداد در اعتباریابی استفاده گردید و تعداد 24 پارامتر واسنجی برای کل حوزه درنظر گرفته شد. همچنین تأثیر 5 تابع درستنمایی بر روی نتایج روش DREAM(ZS) ارزیابی گردید. توابع درستنمایی L1 تا L3 به‌عنوان توابع درستنمایی غیرصریح (informal) و توابع درستنمایی L4 و L5 به عنوان توابع درستنمایی صریح (formal) در نظر گرفته شدند. تابع درستنمایی L1، راندمان ناش ساتکلیف (NS) می‌باشد. L2، حداقل میانگین مربعات خطا است. تابع درستنماییL3، از واریانس خطای تخمین مدل استفاده می‌کند. تابع درستنمایی L4، ارتباط بین برازش حداقل مربعات استاندارد (SLS) و استنباط بیزی را مشخص می‌کند. در تابع درستنمایی L5، وابستگی پیاپی خطاهای باقی‌مانده با استفاده از مدل خودرگرسیون مرتبه اول باقی‌مانده‌های خطا (AR) محاسبه می‌شود. نتایج نشان داد که حساسیت پارامترها وابسته به انتخاب تابع درستنمایی بوده و حساسیت همه پارامترها در برابر توابع مختلف درستنمایی یکسان نیستند. بیشتر پارامترها توسط تابع درستنمایی L4 و L5 بهتر تعیین شده و حساسیت بالایی را به عملکرد مدل نشان دادند. مقدار فاکتور P عدم قطعیت کل نشان داد که 75 تا 100 درصد مشاهدات دربازه‌های عدم اطمینان 95% پیش‌بینی مدل قرار می گیرد. نتایج بررسی معیارهای ارزیابی عدم قطعیت شامل فاکتورP، فاکتور R، RMSE، KGEو NS نشان داد که عملکرد DREAM(ZS) با توابع درستنمایی L4 و L5 بهتر از توابع دیگر درستنمایی است.
منابع مشابه
تاثیر انتخاب تابع درستنمایی در تخمین عدم قطعیت مدل شبیه سازی سیلاب hec-hms با استفاده از الگوریتم مونت کارلو زنجیر مارکوف
در تحقیق حاضر از الگوریتم dream(zs) (از الگوریتم های مبتنی بر مونت کارلو زنجیره مارکوف) به منظور بررسی عدم قطعیت پارامترهای مدل-هیدرولوژیکی hec-hms در حوزه آبخیز تمر به مساحت 1530کیلومتر مربع واقع در استان گلستان استفاده شد. از سه رویداد برای واسنجی و یک رویداد در اعتباریابی استفاده گردید و تعداد 24 پارامتر واسنجی برای کل حوزه درنظر گرفته شد. همچنین تأثیر 5 تابع درستنمایی بر روی نتایج روش dream...
متن کاملتخمین عدم قطعیت مدل شبیه سازی سیلاب HEC-HMS با استفاده از الگوریتم مونت کارلو زنجیره مارکوف
There are some parameters in hydrologic models that cannot be measured directly. Estimation of hydrologic model parameters by various approaches and different optimization algorithms are generally error-prone, and therefore, uncertainty analysis is necessary. In this study we used DREAM-ZS, Differential Evolution Adaptive Metropolis, to investigate uncertainties of hydrologic model (HEC-HMS) pa...
متن کاملتحلیل عدم قطعیت در برآورد سیلاب با مدل HEC-HMS در حوضة آبریز سد جامیشان
برآورد سیلاب با عدم قطعیت‌هایی ناشی از تغییرات متغیرهای ورودی مدل بارش- رواناب مانند بارش، پارامترهای مدل مانند تلفات و ساختار مدل همراه است. برآورد سیلاب طراحی با در نظر گرفتن عدم قطعیت‌های متغیرهای تصادفی مؤثر بر آن، یکی از مباحث مهم در طراحی سازه‌های هیدرولیکی است. در این تحقیق، با استفاده از مدل آماری تولید بارش (RPG)، مدل بارش-رواناب HEC-HMS و روش مونت کارلو، عدم قطعیت متغیرهای ورودی مدل ب...
متن کاملارزیابی دو الگوریتم مختلف مونت کارلو زنجیر مارکف در تحلیل عدم قطعیت پارامترهای مدل توزیعی هیدرولوژیکی
تعیین مقادیر بهینه برای پارامترهای به کار رفته در هر مدل شبیه سازی کاری است که همواره با شک و تردید همراه می باشد و بنابراین بایستی عدم قطعیت موجود در پارامترهای شبیه سازی با روشهای مناسب تحلیل و بررسی گردد. در این تحقیق مقایسه دو الگوریتم عدم قطعیت dream و scem ua، برای پارامترهای مدل بارش- رواناب فیزیکی و توزیعی تک رخداد affdef به کار گرفته شد. این روشها برپایه مونت کارلو زنجیرمارکف بوده که ا...
متن کاملتحلیل عدم قطعیت در برآورد سیلاب با مدل hec-hms در حوضة آبریز سد جامیشان
برآورد سیلاب با عدم قطعیت هایی ناشی از تغییرات متغیرهای ورودی مدل بارش- رواناب مانند بارش، پارامترهای مدل مانند تلفات و ساختار مدل همراه است. برآورد سیلاب طراحی با در نظر گرفتن عدم قطعیت های متغیرهای تصادفی مؤثر بر آن، یکی از مباحث مهم در طراحی سازه های هیدرولیکی است. در این تحقیق، با استفاده از مدل آماری تولید بارش (rpg)، مدل بارش-رواناب hec-hms و روش مونت کارلو، عدم قطعیت متغیرهای ورودی مدل ب...
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 12 شماره 3
صفحات 80- 98
تاریخ انتشار 2016-12-01
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