توسعة مدل مولد اقلیم برای حفظ همبستگی مکانی بین ایستگاههای مجاور
نویسندگان
چکیده مقاله:
با توجه به اهمیت حفظ همبستگی مکانی بین ایستگاههای مجاور در بسیاری از مطالعات حوزة منابع آب و کشاورزی در مقیاس زمانی روزانه، در این مطالعه، یک مدل مولد اقلیم با هدف شبیهسازی متغیرهای هواشناسی در ایستگاههای مجاور با حفظ همبستگی مکانی بین ایستگاهها توسعه یافت. این مدل، برای بازتولید سری وقوع بارش، از یک مدل مارکوف توسعه یافته استفاده میکند که میتواند با دقت قابل قبول، همبستگی مکانی بین ایستگاههای مجاور را بازسازی نماید. برای شبیهسازی مقدار بارش در روزهای مرطوب و همچنین شبیهسازی سایر متغیرهای هواشناسی، یک الگوریتم ناپارامتری پیشنهاد داده شد. عملکرد این الگوریتم در بازتولید میانگین و انحراف استاندارد متغیرهای هواشناسی، همبستگی و خودهمبستگی مرتبة یک روزانه و همبستگی مکانی بین ایستگاههای مجاور با استفاده از شاخصهای آماری ضریب تعیین (R2)، مقادیر استانداردشدة ریشة میانگین مربع خطاها (SAME) و میانگین خطای مطلق (SMAE) مورد ارزیابی قرار گرفت. نتایج نشان داد که این مدل، قادر است با دقت قابل قبول، ویژگیهای آماری متغیرهای هواشناسی تاریخی ایستگاههای مورد مطالعه را شبیهسازی نماید. با این حال، برآورد مدل از مقادیر خودهمبستگی مرتبة یک متغیرها در اکثر موارد، نسبت به مقادیر مشاهداتی، کمتر است. ضمناً، با تغییر پارامترهای این مدل، امکان شبیهسازی سناریوهای تغییراقلیم همزمان با حفظ همبستگی بین ایستگاههای مجاور فراهم خواهد بود
منابع مشابه
توسعة مدل مولد اقلیم برای حفظ همبستگی مکانی بین ایستگاه های مجاور
با توجه به اهمیت حفظ همبستگی مکانی بین ایستگاه های مجاور در بسیاری از مطالعات حوزة منابع آب و کشاورزی در مقیاس زمانی روزانه، در این مطالعه، یک مدل مولد اقلیم با هدف شبیهسازی متغیرهای هواشناسی در ایستگاههای مجاور با حفظ همبستگی مکانی بین ایستگاهها توسعه یافت. این مدل، برای بازتولید سری وقوع بارش، از یک مدل مارکوف توسعه یافته استفاده میکند که میتواند با دقت قابل قبول، همبستگی مکانی بین ایستگ...
متن کاملتوسعه مدل مولد اقلیم برای حفظ همبستگی مکانی بین ایستگاه های مجاور
با توجه به اهمیت حفظ همبستگی مکانی بین ایستگاه های مجاور در بسیاری از مطالعات حوزه منابع آب و کشاورزی در مقیاس زمانی روزانه، در این مطالعه، یک مدل مولد اقلیم با هدف شبیهسازی متغیرهای هواشناسی در ایستگاههای مجاور با حفظ همبستگی مکانی بین ایستگاهها توسعه یافت. این مدل، برای بازتولید سری وقوع بارش، از یک مدل مارکوف توسعه یافته استفاده میکند که میتواند با دقت قابل قبول، همبستگی مکانی بین ایستگ...
متن کاملالگوریتمی برای فشرده‌سازی خطوط سیر مکانی با حفظ ماهیت معنایی
یک راه معمول برای ذخیره اطلاعات مکانی-زمانی اشیاء در حال حرکت، نمایش مسیر حرکت شئ متحرک به شکل خط سیر سه‌بعدی (موقعیت جغرافیایی نقاط به همراه زمان) است. در سال‌های اخیر تحقیقات گسترده‌ای در حوزه خط سیر انجام شده است. با این حال، در این مطالعات، ایده خط سیر معنایی یک مفهوم نسبتاً جدید است که با هدف انجام آنالیزهای معنایی مؤثر روی داده‌ها انجام می‌شود. در خط سیر معنایی که یک نمایش ثانویه از خط سیر...
متن کاملتوسعة مدل تصمیم‌گیری چندهدفة مکانی با تأکید بر آمایش صنایع انرژی بر
با توجه به نقش صنایع در توسعة اقتصادی، اشتغال و محیط زیست، در این مقاله آمایش صنایع و بخصوص صنایع انرژی‌بر به عنوان مسئلة تصمیم‌گیری چندهدفه، با لحاظ کردن مسائل زیست محیطی و اجتماعی مدنظر است. در این مقاله ابتدا ملاحظات زیست‌محیطی به صورت قید در نظر گرفته شده و از فضای جست‌وجوی مسئله خارج شده است. سپس نزدیکی به مراکز پرجمعیت به منظور حداکثر کردن اشتغال و مجموع حداکثر فاصله از جنگل‌ها، دریاچه‌ها...
متن کاملهمبستگی مکانی بین گیاهان مرتعی زیراشکوب و گونههای درختی (مطالعه موردی: مراتع بیابانی حاشیه جازموریان)
با توجه ایجاد میکروسایتهای مناسب در زیر تاجپوشش گونههای درختی برای گونههای مرتعی در مناطق خشک، این تحقیق به تعیین رابطه مکانی بین گونه های درختی کهورستانها (در دو شرایط خالص و آمیخته) با گونههای مرتعی زیراشکوب در حاشیه جازموریان استان کرمان میپردازد. پس از انتخاب منطقه، تعداد 34 سایت 2000 مترمربعی به شکل دایره (بر اساس شبکهبندی) نمونهبرداری شد. از آزمون مربع کای و شاخصهای Dice و Jac...
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 25 شماره 1
صفحات 181- 192
تاریخ انتشار 2015-05-22
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