پیش بینی بلند مدت جریان رودخانه با استفاده از روش تحلیل طیف تکین در حوضه کرخه
نویسندگان
چکیده مقاله:
در دههای گذشته روشهای مختلفی برای تجزیه و تحلیل و پیشبینی متغیرهای فیزیکی استفاده شده است. یکی از آنها، روش آماری تحلیل طیف تکین (SSA) میباشد. SSA از روشهای مورد استفاده در مدلسازی فرایندهای مختلف آماری است و اخیراً استفاده از آن در رشتههای مختلف مهندسی از جمله منابع آب به منظور حذف اجزاء تصادفی موجود در سریهای زمانی گسترش یافته است. هدف اصلی از این تحقیق پیشبینی مقادیر جریان رودخانههای حوضه کرخه با استفاده از روش SSA می-باشد. ابتدا ایستگاههای شاخص در حوضه کرخه (پنج ایستگاه) برای این کار انتخاب گردید. دوره پر آبی ایستگاهها تعیین شد. برای مدلسازی 70 درصد دادهها برای واسنجی و 30 درصد دادهها برای صحتسنجی در نظر گرفته شد. ابتدا از روش SSA برای پردازش اولیّه دادهها و حذف نوفه موجود در سریهای زمانی جریان رودخانه استفاده شد. سپس از الگوریتم بازگشتی روش SSA برای ساخت مدل پیشبینی آبدهی رودخانه در ایستگاههای حوضه کرخه استفاده شد. برای بررسی عملکرد مدل از معیار جذر میانگین مربعات خطا نرمال شده، میانگین قدرمطلق خطای نسبی و ضریب همبستگی استفاده گردید. در مرحله صحت-سنجی بیشترین مقدار آماره NRMSE و MARE بهترتیب برابر 0.47 و 0.5برای ایستگاههای پلچهر بود. کمترین مقدار آماره NRMSE برای ایستگاه پل دختر و چم انجیر نزدیک به هم و برابر 0.3 و 0.31 و کمترین مقدار آماره MARE برای ایستگاه چم انجیر و پل دختر، نزدیک به هم و برابر 0.29 و 0.30 بود. در نهایت بهترین و ضعیفترین نتیجه در دو مرحله واسنجی و صحت سنجی بهترتیب برای ایستگاههای چم انجیر و پلچهر بهدست آمد. بر اساس نتایج این تحقیق میتوان با بهکارگیری روش SSA مقادیر جریان رودخانه را با دقت مناسب پیشبینی نمود.
منابع مشابه
پیش بینی جریان رودخانه با استفاده از سیستم استنتاج فازی
یکی از روشهای نو ظهور در حل مسایل مهندسی جهت مدلسازی سیستمهایی که دارای پیجیدگی زیاد یا عدم صراحت بوده و یا دادههای کافی از آنها موجود نیست، استفاده از تئوری مجموعههای فازی از جمله سیستم میباشد. مزیت اصلی این تکنیک نسبت به استنتاج فازی روشهای رایج، این است که این سیستم بر اساس قواعد اگر- آنگاه بنا نهاده شده است و قادر به تعیین ارتباط بین متغیرهای ورودی و خروجی با استفاده از قواعد مزبو...
متن کاملپیش بینی جریان رودخانه با استفاده از برنامه ریزی ژنتیک (مطالعه موردی: حوضه آبریز رودخانه لیقوان)
روشهای متعددی همچون مدل سریهای زمانی، شبکههای عصبی مصنوعی، منطق فازی، نرو فازی و برنامهریزی ژنتیک برای پیشبینی جریان رودخانه به کار میرود. در تحقیق حاضر از روش نوین برنامهریزی ژنتیک جهت پیشبینی جریان روزانه رودخانه لیقوان در حوضه آبریز دریاچه ارومیه در دوره آماری 1376 تا 1380 استفاده شد. همچنین نقش حافظه در کاهش یا افزایش دقت پیش بینی مورد بررسی قرار گرفت. جهت مدلسازی جریان رودخانه ...
متن کاملپیش بینی بلند مدت تقاضای آب شرب با استفاده از توابع احتمالاتی (مطالعه موردی: شهر نیشابور)
در این تحقیق برای پیش بینی تقاضای سرانه آب از روش شبیه سازی احتمالاتی استفاده شده است. بعد از تعیین تابع تقاضای آب با جمع آوری اطلاعات مورد نیاز برای شهر نیشابور، مقدار متغیرهای مستقل مؤثر برتخمین تقاضای آب در آینده پیش بینی شد. سپس با استفاده از مدل نقطه ای، مقدار تقاضای سرانه آب در شهر نیشابور پیش بینی گردید. درمرحله بعد با ترکیب مدل پیش بینی نقطه ای وعدم قطعیت های فرض شده، با شبیه سازی مونت ...
متن کاملپیش بینی جریان رودخانه با استفاده از سیستم استنتاج فازی
یکی از روشهای نو ظهور در حل مسایل مهندسی جهت مدل سازی سیستم هایی که دارای پیجیدگی زیاد یا عدم صراحت بوده و یا داده های کافی از آنها موجود نیست، استفاده از تئوری مجموعه های فازی از جمله سیستم می باشد. مزیت اصلی این تکنیک نسبت به استنتاج فازی روش های رایج، این است که این سیستم بر اساس قواعد اگر- آن گاه بنا نهاده شده است و قادر به تعیین ارتباط بین متغیرهای ورودی و خروجی با استفاده از قواعد مزبو...
متن کاملپیش بینی خشکسالی جریان رودخانه با استفاده از شاخص spi و زنجیره مارکف در حوزه آبریز کرخه
سابقه و هدف: خشکسالی یکی از پیچیده ترین بلایای طبیعی در جهان است و زمانی رخ می دهد که آب قابل دسترس یک سامانه برای تامین نیازهای حداقل یکی از بخش های زیستی، اقتصادی و اجتماعی طی یک دوره زمانی قابل ملاحظه کافی نباشد. گرچه به طور کلی تعریفی جهانی از خشکسالی وجود ندارد، می توان خشکسالی را به انواع مختلفی تقسیم بندی نمود: خشکسالی هواشناسی، کشاورزی، هیدرولوژیکی و اقتصادی-اجتماعی. خشکسالی هیدرولوژیکی...
متن کاملپیش بینی جریان ماهیانه رودخانه با استفاده از مدلهای داده مبنا
در سالهای اخیر، تکنیکهای مدلسازی داده مبنا کاربردهای فراوانی در مطالعات هیدرولوژی و مهندسی منابع آب یافتهاند. توسعه مدلهای برآورد یا پیشبینی رواناب رودخانه، یکی از زمینههای مطالعاتی است که این تکنیکها در آن کاربرد زیادی دارند. در مطالعه حاضر، چهار تکنیک مدلسازی داده مبنا، شامل رگرسیون خطی چندگانه، K نزدیکترین همسایه، شبکههای عصبی مصنوعی و سیستمهای استنتاج عصبی - فازی تطبیقی بهمنظ...
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 48 شماره 2
صفحات 309- 321
تاریخ انتشار 2017-07-23
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023