مقایسه روش های بازسازی داده های مفقود مطالعه موردی رودخانه کر
پایان نامه
- دانشگاه آزاد اسلامی - دانشگاه آزاد اسلامی واحد مرودشت - دانشکده کشاورزی
- نویسنده داود اورنگ
- استاد راهنما هما رزمخواه محمد هادی فتاحی
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1393
چکیده
داده های ناقص دبی یکی از مشکلات متخصصان و طراحان پروژه های منابع آب است وباعث بروز خطا در نتایج مطالعات طرح ها شده و اجرای پروژه ها را دچار مشکل می نماید، در مناطقی که ایستگاههای هیدرومتری از نظر تعداد محدود می باشند این مسأله حادتر میباشد، بنابراین لازم است این نواقص آماری به طریقی برطرف گردد. ساده ترین روش بازسازی ordinary least squares regression ((ols (رگرسیون به روش مینیمم مربعات) می باشد که در این برآورد صدک به طور نرمال توزیع شده است و روش correlation (loc) line of organic (خط همبستگی) و kendall-theil robust line (ktrl) (خط kendal-theil) نیزازاین روش پیروی می کند. یکی از مناسبترین روشها (rloc) correlation of organic robust line (خط همبستگی -بنیانی) است، که روشی جدید می باشد و در کاهش میزان اریبی در برآورد واریانس اثر زیادی دارد. با اینکه rloc شبیه loc میباشد ولی بر سه روش دیگر برتری دارد. برای استفاده از روش های معرفی شده و باز سازی داده ها بعد از مرتب کردن داده ها بر اساس تاریخ و انتخاب داده های مشترک بر اساس ماه، مقادیر آن ها از طریق معادلات حاصله برآورد گردید. هدف این تحقیق مقایسه روش های بازسازی ols، ktrl ، loc، rloc با استفاده از شاخص های آماری ریشه دوم میانگین مربعات خطا (rmse)، میانگین خطای مطلق (mae) و میانگین خطای bias (mbe) جهت انتخاب بهترین روش برای بازسازی داده های دبی و کلر (cl) رودخانه کر می باشد.طبق نتایج بدست آمده مقدار rmse, mae, mbe روش ols از دیگر روشها کمتر بوده و به عبارت دیگر به علت پایین بودن خطا نسبت به دیگر روشها بهترین روش برای بازسازی داده های دبی و cl رودخانه کر شناخته شد. و بعد از آن به ترتیب روش های ktrl و loc و rloc داری کمترین خطا بودند.
منابع مشابه
مقایسه عملکرد روش های ماشین بردار پشتیبان و شبکه های بیزین در پیش‌بینی جریان روزانه رودخانه (مطالعه موردی: رودخانه باراندوزچای)
پیش‌بینی و برآورد جریان رودخانه برای هر منطقه و حوضه آبریز به عنوان یکی از مهمترین مراحل در استفاده بهینه از منابع آبی محسوب می‌شود. در مطالعه حاضر به منظور پیش‌بینی جریان رودخانه باراندوزچای از دو روش ماشین بردار پشتیبان (SVM) و شبکه‌های بیزین (BNs) استفاده شد. داده‌های جریان روزانه این رودخانه در محل ایستگاه آبسنجی دیزج در خلال سال‌های 1385 تا 1389 برای ایجاد مدل استفاده شد که 80 درصد داده‌ها...
متن کاملمقایسه روش های هوش مصنوعی در برآورد بار معلق رسوب (مطالعه موردی: رودخانه سیستان)
سابقه و هدف: برآورد صحیح حجم رسوبات معلق در رودخانه‌ها، یکی از مهمترین مسائل در پروژه‌های مهندسی رودخانه، منابع آب و محیط‌زیست میباشد. رودخانه سیستان شاخه اصلی منشعب از رودخانه هیرمند بوده که وظیفه آبیاری 70 درصد زمین‌های کشاورزی دشت سیستان و همچنین تأمین بخشی از آب هامون هیرمند را به عهده دارد. با توجه به مشکلات زیاد ناشی از رسوبات در رودخانه‌ها، محققین علم رسوب تلاش‌های زیادی به‌منظور دستیا...
متن کاملتوسعه الگوی رتبه کاسته برای بازسازی داده های مفقود شده میدان های جریان ناپایا با استفاده از یک روند تجزیه زمانی
در این پژوهش از روش تجزیه متعامد بهینه جهت بازسازی میدان جریان تراکم ناپذیر ناپایای لزج حول سیلندر با داده‌های مفقودشده یا تُنُک و محاسبة نیروهای وارد بر آن استفاده شده‌است. الگوی موردنظر ترکیبی از روش تجزیه متعامد بهینه همراه با حل یک مسألة بهینه‌‌سازی به منظور دستیابی به مدلی رتبه‌کاسته است که می‌تواند با دقّت مناسب و سرعت بالا، نقاط مفقودشده یا پایه‌های ناقص را بازسازی نماید. دو نوع کاربرد برای...
متن کاملتأثیر عوامل اکوژئومورفولوژیک برکیفیت شیمیایی آب مطالعه موردی: رودخانه کر و دریاچه سد درودزن
چکیده پارامترهای ژئومورفولوژیک از عوامل تعیین کننده و تأثیرگذار بر کیفیت منابع آب، بخصوص آب‌های سطحی، از قبیل رودخانه‌ها و دریاچه‌ها است.کیفیت فیزیکی و شیمیایی این آب‌ها می‌تواند متأثر از لیتولوژی سازندهای موجود در حوضه آبریز، جنس رسوبات حمل شده به رودخانه و عوامل اکولوژیک، نظیر فعالیت‌های انسانی، شامل فعالیت‌های کشاورزی، صنعتی و شهری باشد که تلفیق این موارد تحت عنوان اکو‍ژئومورفولوژ‍ی بر...
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
دانشگاه آزاد اسلامی - دانشگاه آزاد اسلامی واحد مرودشت - دانشکده کشاورزی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023