مدلسازی پدیده های هیدروکلیماتولوژیکی با استفاده از مدل ترکیبی موجک-هالت وینترز
نویسندگان
چکیده مقاله:
بدون شک مدل های هیدروکلیماتولوژیکی نقش مهمی را درمدیریت منابع آب ایفا می کنند. با توجه به اینکه سری های زمانی هیدروکلیماتولوژیکی دارای سه جزء اصلی خودهمبسته، فصلانه و تصادفی می باشند و رفتار مدل هایی که تاکنون ارائه شده اند، نسبت به این اجزاء متفاوت بوده است، در این مقاله از ترکیب تبدیل موجک با مدل هالت-وینترز(HW) جهت مدلسازی سری های زمانی ماهانه رواناب حوضه لیقوان چای، حوضه Trinity، حوضه West Nishnabotna و کمینه دمای ماهانه شهر تبریز استفاده شده است و با مدل های خودهمبسته و فصلانه دیگری چون مدل های آریما(ARIMA)، فصلانه آریما(SARIMA) وHW مقایسه شده است. بدین منظور سری های زمانی مورد نظر توسط تبدیل موجک به چندین زیرسری تجزیه شده و با توجه به تک متغیره بودن مدل HW، طبق دو سناریو در نظر گرفته شده، به عنوان ورودی به مدل های HW وارد می شوند. در سناریو اول فقط زیرسری تقریب و مجموع زیرسری های جزئیات و در سناریو دوم تک تک زیرسری های حاصل از تبدیل موجک به عنوان ورودی به مدل های HW وارد می شوند. نتایج مدلسازی بیانگر اینست که دومین سناریو درنظرگرفته شده برای مدل ترکیبی موجک-هالت وینترز(WHW) یعنی WHW2، بدلیل آنالیز چندمقیاسه و در نظر گرفتن اثر تمام فرکانس های ممکن، باعث افزایش دقت مدلسازی در هر دو سری زمانی رواناب و دمای ماهانه مورد مطالعه شده است.
منابع مشابه
پیش‌بینی سریهای زمانی مالی با استفاده از روش هالت ـ وینترز چندگام جلوتر
تاکنون روشهای مختلفی برای پیش‌بینی قیمت کالاها و سودهای سهام بهکار رفته است. با توجه به نوسانات دنیای مالی مهم‌ترین نکته این است که کدامیک از روشهای پیش‌بینی می‌تواند در اعمال تصمیم بهینه به مدیران و تصمیم‌گیرندگان بخش‌های اقتصادی و بازرگانی کمک کند. در اغلب مطالعات صورت گرفته تا کنون، برای پیش‌بینی سریهای زمانی از روشهای خودرگرسیون موسوم به باکس ـ جنکینز برای پیش‌بینی سریهای زمانی استفا...
متن کاملبررسی تأثیر پارامترهای هیدروکلیماتولوژیکی آجی چای بر تغییرات تراز آب دریاچه ی ارومیه با استفاده از مدل ترکیبی موجک - من کندال
هدف از این مقاله تعیین روند و بررسی ارتباط سریهای زمانی بلندمدت تراز سطح آب دریاچهی ارومیه و دیگر پارامترهای هیدروکلیماتولوژیکی حوضهی شامل بارش، رواناب، دما و رطوبت نسبی، در مقیاسهای ماهانه، فصلی و سالانه با استفاده از آزمون من-کندال و تبدیل موجک گسسته است. آزمون من-کندال و من-کندال دنبالهای برای ترکیبهای مختلف زیر سریهای حاصل از تبدیل موجک گسسته، جهت تعیین زیر سری زمانی جزئی که مسئول ...
متن کاملپیشبینی تبخیر-تعرق مرجع هفتگی با استفاده از مدل ترکیبی موجک- فازی عصبی تطبیقی
تبخیر-تعرقمرجع یکی ازمهم‌ترین و مؤثرترین مؤلفه‌ها در بهینه‌سازی مصرف آب کشاورزی و مدیریتمنابع آب می‌باشد. در سال‌های اخیر استفاده از روشهای هوش مصنوعی و مدل هیبریدی بر پایه موجک در پیش‌بینی پارامترهای هیدرولوژیکی بسیار متداول گشته است. در مطالعه حاضر کاربرد روشهای ANFIS و موجک- ANFIS در پیش‌بینی تبخیر-تعرق مرجع هفتگی مرجع در ایستگاه‌های همدیدی تبریز، اهواز، بندرعباس و رامسر که دارای اقلیم‌های...
متن کاملپیشبینی تبخیر-تعرق مرجع ایستگاه سینوپتیک اهواز با استفاده از مدل ترکیبی موجک – شبکه عصبی GMDH
سابقه و هدف: تخمین دقیق مقدار تبخیر-تعرق مرجع برای انجام بسیاری از تحقیقات ضروری و از مهم‌ترین مسائل در طرح‌های آبیاری و زهکشی و منابع آب به شمار می‌رود. یکی از این مسائل که می‌تواند در راستای اهداف ذکرشده اعمال شود، پیش‌بینی تبخیر-تعرق مرجع برای آینده است تا بتوان با برنامه‌ریزی‌های مناسب، امکان استفاده بهتر از منابع موجود را فراهم نمود (7). در سال‌های اخیر استفاده از روشهای هوش مصنوعی و مدل ...
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 14 شماره 1
صفحات 59- 70
تاریخ انتشار 2018-03-21
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