هدف از این تحقیق بررسی تغییرات دما و بارش ایستگاه هواشناسی سینوپتیک تهران و مطالعه انحراف احتمالی آن از حالت نرمال می باشد. بدین منظور ابتدا سری زمانی دادههای دمای میانگین، ماکزیمم و مینیمم و بارش ماهانه طی دوره 1951-2005 جمعآوری و تنظیم گردید. نواقص آماری برخی از سری ها با روش جرم مضاعف برطرف گردید. به منظور بررسی و شناخت تغییرات سری های زمانی روش آماری- گرافیکی من- کندال استفاده شد. سپس نو...

تغییر اقلیم یکی از عمده ترین چالش های پیش روی بشر در زمان حاضر است. پدیده هایی مانند تغییرات بارندگی، گرم شدن جهانی، ذوب شدن یخ های قطبی، سیل، سرماها و گرما های بی موقع و شدید در بسیاری از نقاط جهان به حدی شدید و خسارت بار و نگران کننده است که موضوع تغییر اقلیم را در صدر مطالعات محققین علوم جوی قرار داده است و تحقیقات گسترده ای در مقیاس جهانی، ناحیه ای و محلی را به خود اختصاص داده است. به منظور...

در این پژوهش، روند روزانه و سالانه بارش حوضه کویر مرکزی ایران طی دوره 1951-2007 مورد بررسی قرار گرفت. به منظور بررسی روند بارش از داده های یاخته ای بارش روزانه پایگاه داده aphrodit’s با قدرت تفکیک 25/0 درجه بهره گرفته شد. برای مشخص کردن روند بارش در این منطقه از آزمون ناپارامتری من ـ کندال استفاده گردید. روندها در 3 سطح 90، 95 و 99 درصد مورد آزمون قرار گرفت. بررسی های صورت گرفته در این منطقه نش...

در این تحقیق، مدل­سازی فرآیند غیرخطی بارش- رواناب با استفاده از مدل خطی ولترا انجام می­شود. بدین منظور، داده­های بارش و رواناب همزمان مربوط به پانزده رویداد از حوزه آبخیز ناورود واقع در شمال کشور جمع­آوری گردیده و به­ترتیب 70 % و 30 % رویدادها برای آموزش و تست مدل بکار برده شدند. در نهایت، عملکرد مدل ولترا با شبکه عصبی پرسپترون چند لایه و با استفاده از پنج معیار عملکرد مختلف مورد مقایسه قرار گر...

در روش‌های ریزمقیاس گردانی آماری که بر اساس رابطه بین داده‌های گردش عمومی اتمسفری-اقیانوسی و هر یک از متغیرهای اقلیمی (بارش، دمای کمینه، دمای بیشینه) ایجاد می‌شود، دوره آتی آن متغیر اقلیمی شبیه‌سازی می‌شود. از آن‌جایی که در شبیه‌سازی، تمامی عوامل رخ داد، یک متغیر در مدل وارد نمی‌شود، لذا برآورد به‌وجود آمده همراه با خطا و یا عدم قطعیت می‌باشد. خروجی مدل‌های ریزمقیاس گردانی به‌عنوان ورودی در مدل...

هدف تحقیق حاضر، مقایسه توانایی مدل شبکه عصبی مصنوعی و مدل همبستگی خطی چند متغیره در پیشبینی ششماه آیندة جریان ورودی به مخزن سد شاهچراغی در استان سمنان، بر اساس دادههای ماهانه آبدهی، دمای متوسط،ماهواره AVHRR بارش و سطح پوششبرف چند ماه قبل میباشد. برای تعیین سطح پوششبرف، از تصاویر سنجندهاستفاده گردیده و جداسازی سطح برف با استفاده از روش جداسازی پدیدهها بر اساس حد آستانه هیستوگرام NOAAآنها در باند...

برای شبیه سازی فرآیند بارش - رواناب در سطح حوزه آبخیز کسیلیان با مساحت حدود 68 کیلومترمربع واقع در شمال ایران، مدل (HEC-HMS) و روش شبکه عصبی مصنوعی(ANN) بکار گرفته شد. شبکه عصبی دارای قابلیت بالایی برای برقراری ارتباط بین داده های ورودی و خروجی و مدل(HEC-HMS) دارای قابلیت بالایی در بهینه سازی آبنمود شبیه سازی شده می باشد. عامل هدر رفت اولیه خاک به عنوان یک معیار کمی در برگیرنده سه فاک...

حملات ddos یکی از مهم ترین تهدیدات برای در دسترس بودن سرویس های اینترنت برای کاربران می باشد. در این نوع از حملات، مهاجم با استفاده از میلیون ها عامل تعداد بسیار زیادی بسته ایجاد کرده و به سیستم قربانی ارسال می کندو به این ترتیب تمام منابع محاسباتی و ارتباطی سیستم قربانی را در مدت زمان بسیار کوتاهی مصرف می کند. با این کار سیستم قربانی قادر به پاسخگویی به کاربران قانونی خود نخواهد بود. روش هایی ...

در روش های ریزمقیاس گردانی آماری که بر اساس رابطه بین داده های گردش عمومی اتمسفری-اقیانوسی و هر یک از متغیرهای اقلیمی (بارش، دمای کمینه، دمای بیشینه) ایجاد می شود، دوره آتی آن متغیر اقلیمی شبیه سازی می شود. از آن جایی که در شبیه سازی، تمامی عوامل رخ داد، یک متغیر در مدل وارد نمی شود، لذا برآورد به وجود آمده همراه با خطا و یا عدم قطعیت می باشد. خروجی مدل های ریزمقیاس گردانی به عنوان ورودی در مدل...

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