ریز مقیاس نمایی آماری چند مکانی با استفاده از هوش مصنوعی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه تحصیلات تکمیلی صنعتی کرمان - دانشکده عمران
- نویسنده حمیدرضا محمدی
- استاد راهنما مسعود رضا حسامی کرمانی علی اسماعیلی
- سال انتشار 1390
چکیده
در سالهای گذشته برنامه ریزی آبی و مدیریت منابع آب بر این فرض استوار بوده که آب و هوای آینده مانند گذشته خواهد بود و تمام سیستم های تامین آب با این فرض طراحی و ساخته شده اند . اما در دهه های اخیر افزایش غلظت گازها باعث تغییردر سیکل های هیدرولوژی گردیده است بنابراین نوشته ها و بایگانی های اطلاعات آب و هوایی و شرایط هیدرولوژیکی گذشته راهنمای قابل اعتمادی برای طراحی و مدیریت منابع آب در آینده نیست. برای بررسی و حل این مشکل در اختیار داشتن پیش بینی های قابل اعتماد برای مدیریت منابع آبی کشور امری ضروری به نظر می رسد. بنابراین گام اول پیدا کردن راهکاری جهت پیش بینی اقلیم آینده می باشد. لذا در این مطالعه با استفاده از روش ریز مقیاس نمایی آماری چند مکانی با استفاده از خروجی مدلهای جهانی اقلیم (gcm) و با کمک شبکه عصبی بارندگی ودما در دوره های سی ساله تا سال 2100 برای ایستگاه کرمان پیش بینی شده است و نتایج با خروجی مدل asd مقایسه شده است. درجه حرارت (حداقل و حداکثر و میانگین)مشاهده شده و مدل روند صعودی داشته است. روند تغییرات بارندگی مشاهده شده در ایستگاه متغییر بوده است . rmse مقادیر خروجی و مشاهدات در شبکه عصبی بیشتر از asd میباشد و دلیل این اختلاف، تعداد کمتر predictor در شبکه عصبی می باشد و مقدار r2 بدست آمده از شبکه عصبی بهتر از asd می باشد .
منابع مشابه
پیش بینی بلندمدت بارش با استفاده از مدل ریز مقیاس نمایی آماری
یکی از مهم ترین مشکلات در مدیریت و برنامه ریزی منابع آب، پیش بینی بلندمدت بارش، به ویژه در مناطق خشک و نیمه خشک هست. تغییر اقلیم از طریق تغییر در الگوی بارش بر رژیم هیدرولوژیکی نواحی مختلف تأثیر گذار است. در این مطالعه، اثر تغییر اقلیم بر میزان بارش ایستگاه های چترود و سعادت آباد سیرجان، با استفاده از خروجی های مدلhadcm3 ، تحت سناریوهای a2 و b2 و از طریق مدل ریزمقیاس کننده sdsm برای سه دوره (20...
متن کاملبررسی ناهنجاریهای اقلیم با استفاده از مدل ریز مقیاس نمایی SDSM در شهرستان طبس
در این پژوهش بهمنظور روشن شدن اثرات تغییر اقلیم در شهرستان طبس با استفاده از نرمافزار SDSM و آمار درازمدت (30 ساله) ایستگاه سینوپتیک اقدام به پیشبینی پارامترهای دما و بارش با استفاده از دادههای مدل HADCM3 برای دورههای آتی (2039-2010، 2069-2040 و 2070-2099 ) تحت دو سناریو A2 و B2 شد. همچنین این روند در دو دوره 15 ساله بررسی و برای تعیین درجه بیابانیشدن منطقه از روش دومارتن استفاده شد. نتای...
متن کاملترکیب روش استخراج مشخصه با ریزمقیاس نمایی آماری مبتنی بر ترکیب مدلهای هوش مصنوعی
در این پژوهش از دو مدل گردش عمومی جو (GCM ) ( Can-ESM2, BNU-ESM) برای شبیه سازی بارش دوره آتی در شهر تبریز، استفاده شده است. مهمترین ضعف مدلهای GCM، بزرگ بودن مقیاس مکانی متغیرهای اقلیمی شبیه سازی شده است که روشهای مختلف ریزمقیاس نمایی درصدد رفع این نقیصه میباشند. در این مطالعه برای ریز مقیاس نمودن متغیرهای اقلیمی مدلهای GCM، از مدلهای هوش مصنوعی شبکه عصبی مصنوعی ( ANN) و نروفازی ( ANFIS)...
متن کاملریز مقیاس نمایی آماری و ارایه سناریوهای آتی رویدادهای حدی بارش درحوضه کشف رود
بر طبق گزارشهای IPCC فراوانی و شدت رویدادهای حدی آب و هوایی تحت شرایط تغییر اقلیم افزایش یافته بطوریکه افزایش گازهای گلخانهای و گرمایش زمین به شکل افزایش شدت، فراوانی و سهم رویدادهای فرین تجلی پیدا کرده است. در واقع گرمایش جهانی تغییر در متوسط متغیرهایی چون دما و بارش نیست بلکه در مجموع، افزایش رویدادهای حدی میباشد. ...
متن کاملبررسی کیفیت آب زیرزمینی آبخوان دشت گناباد خراسان رضوی با استفاده از روش های آماری چند متغیره و هوش مصنوعی
با توجه به اهمیت مطالعه آبهای زیرزمینی در زمینه شرب، صنعت و کشاورزی، بررسی تغییرات کیفی آب میتواند برای بشر حائز اهمیت باشد. در این تحقیق دادههای هیدروشیمیایی اخذ شده از چاههای بهرهبرداری دشت گناباد که در جنوب استان خراسان رضوی واقع شده، طی یک دوره 5 ساله (از 85 تا 90) مورد مطالعه قرار گرفته است. روشهای گرافیکی و همچنین طبقهبندی کیفیت آب زیرزمینی نشان میدهد که تیپ آب دشت عمدتا سدیک- سول...
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 @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه تحصیلات تکمیلی صنعتی کرمان - دانشکده عمران
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023