هدف این پژوهش به‌دست دادن رابطه‌ای ساده و صحیح برای محاسبة بارش سنگین است که در همة مناطق ایران، حتی مکان‌های با فقر داده‌ای کاربرد داشته باشد. به‌دلیل دشواری دسترسی به آمارهای روزانه، این روش متکی بر شاخص‌های ماهانه است. برای تعیین بارش‌های سنگین از آمار روزانة بارش پنجاه سال اخیر (1961 تا 2011) چهل ایستگاه سینوپتیکی استفاده شد. مقدار بارش سنگین با استفاده از داده‌های روزانه، ماهانه و سالانه م...

     شبیه‌سازی فرآیند بارش - رواناب اولین و مهمترین گام برای کنترل سیلاب در مدیریت منابع آب می‌باشد. در این تحقیق  فرآیند بارش – رواناب  ماهانه رودخانه کاکارضا واقع در استان لرستان، با استفاده از شبکه عصبی بیزین موردبررسی قرار گرفت و نتایج آن با روش‌های برنامه‌ریزی بیان ژن و ماشین بردار پشتیبان مقایسه گردید. بر این اساس ترکیب‌های مختلفیبا استفاده از پارامترهای بارندگی و رواناب، طی دوره آماری (1...

این تحقیق به منظور بررسی اقلیم ایستگاه سینوپتیک بیرجند وشناخت نوسانات اقلیمی، به ویژه خشکسالی ها و ترسالی ها و ارائه مدلی مناسب جهت پیش بینی نوسانات اقلیمی صورت گرفته است. آمار ماهانه بارش و دمای بیرجند در دوره آماری (20001-1955) استخراج گردید. با استفاده از روش رگرسیون داده های ناقص برآورد و همگنی داده ها توسط آزمون توالی ها بررسی شد. با استفاده از مدل های باکس-جنکینز سری های زمانی بارش و درجه...

پژوهش حاضر با هدف ارزیابی دقت داده‌های بارش سنجنده TRMM-3B43 و داده‌های شبکه‌بندی شده GPCC در برآورد بارش واقعی ایستگاه‌های همدیدی کشور به انجام رسیده است. برای این منظور داده‌های ماهانه بارش 46 ایستگاه همدیدی ایران با پراکنش مناسب در سطح کشور، داده‌های بارش سنجنده TRMM و داده‌های بارش GPCC برای دوره مشترک آماری 2010-1998 از تارنماهای مربوطه دریافت و استفاده شد. دقت مکانی داده‌های سنجنده TRMM و...

شناخت نظام تغییرات زمانی بارش ، برنامه ریزی و به تبع آن چیرگی بر محدودیت منابع آب را افزایش داده، خسارت های حاصل از سیلاب و خشکسالی را کاهش می دهد. با استفاده از روش های مانند شبکه های عصبی مصنوعی می توان الگوریتم مناسبی جهت محاسبه و یا تخمین بارندگی در سال های آتی، بصورت کل بارندگی ماهانه و سالانه را بدست آورد. به همین دلیل آمار بارندگی هشت ایستگاه استان زنجان برای این منظور مورد ارزیابی قرار ...

به منظور بررسی میزان خطای مرکز اروپایی پیش‌بینی‌های میان مدت جوی (ECMWF) در پیش‌بینی بارش مناطق مختلف ایران، داده‌های بارش ماهانه 45 ایستگاه‌ همدیدی پراکنده در سطح کشور با داده‌های بارش ماهانه ERA-Interim در نزدیک‌ترین نقطه به هر ایستگاه مورد مقایسه آماری قرار گرفت. برای این منظور از آماره‌هایی مانند ضریب تعین (R2)، مجذور میانگین مربع خطا (Rmse)، شیب خط (B Slope)، اریبی (Bias) و ضریب کارایی مدل...

بارش یکی از تغییرپذیرترین پدیده‌های هواشناسی و هیدرولوژیکی است. بررسی نحوه تغییرات زمانی-مکانی بارش به منظور مدیریت و برنامه‏ریزی منابع آب در مناطق مختلف یک حوضه آبریز بسیار ضروری است. خودهمبستگی زمانی-مکانی این داده‏ها از یک طرف کار تحلیل آن‏ها را مشکل می‏سازد و از طرف دیگر سبب افزایش دقت تحلیل آن‏ها می‏شود. هدف از این پژوهش، مدل‏سازی تغییرات توأم زمانی-مکانی و درون‌یابی بارش ماهانه در سطح است...

خشکسالی اقلیمی به معنی کمبود بارش، بخش‌های مختلف جوامع انسانی، کشاورزی، تولید آب، صنعت و محیط زیست را تحت تاثیر قرار می‌دهد. درک روابط زمانی و مکانی پارامترهای موثر بر خشکسالی بعنوان یک خطر طبیعی توسط متغیرهای چندگانه هواشناسی بهتر تفسیر می‌گردد. هدف این تحقیق استفاده از مدل نمودار سه‌متغیره برای تفسیر پدیده خشکسالی هواشناسی در ایستگاه‌های سینوپتیک استان کردستان است. پس از اخذ آمار ماهانه هفت ا...

این تحقیق تأثیر پدیده تغییر اقلیم بر رواناب حوضه قرنقو در دوره 2039-2010 میلادی را با لحاظ نمودن عدم قطعیت مربوط به مدل های aogcm1 و سناریوهای انتشار گازهای گلخانه ای، بررسی می نماید. ابتدا مقادیر دما و بارش ماهانه هفت مدل aogcm تحت سناریوهای a2 و b2 در دوره آتی و دوره پایه 2000-1971 برای حوضه، تهیه شده و سپس کوچک مقیاس شدند. نتایج نشان از کاهش بارندگی و افزایش دما در دوره آتی داشته، به طوری که...

مدلسازی بارش رواناب از مسائل اساسی در برنامه ریزی و مدیریت منابع آب می باشد. پیش بینی بارش رواناب مسئله ای پیچیده بدلیل روابط غیرخطی بین متغیرهای تاثیرگذار در آن می باشد. هدف از این تحقیق، مدلسازی فرآیند بارش رواناب با استفاده از شبکه عصبی می باشد. برای این منظور عملکرد دو نوع شبکه عصبی منفرد و یکپارچه جهت پیشبینی رواناب یا دبی جریان روزانه و ماهانه مورد بررسی و مقایسه قرار گرفت