شبیه سازی و پیش بینی بارش حوزه های آبریز توسط مدل ریاضی فوریه (fsam) و جریان عبوری از رودخانه ها توسط مدل ریاضی فیلتر کالمن (afam)
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه ارومیه
- نویسنده علیرضا پیره
- استاد راهنما ناصر رستم افشار
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1380
چکیده
بطور کلی پیشرفت در علم پیش بینی های هیدرولوژیکی می تواند به دو دوره تقسیم شود، در این تحقیق توسط مدلهای (fsam) و (afam) وضعیت آبی دو حوضه بزرگ در غرب دریاچه ارومیه برای سال آبی 1379-80 مورد بحث و بررسی قرار گرفته است . همچنین در تحقیق حاضر توسط مدل (afam)، 16 سال دبی متوسط ماهانه تاریخ گذشته دو رودخانه اصلی حوضه های نازلوچای و باراندوزچای به نامهای نازلو و باراندوز ابتدا شبیه سازی و بعد دبی عبوری از آنها در سال آبی 1379-80 پیش بینی شد. نتیجه اینکه مقدار بارش در سال آبی 1379-80 از نظر کمیت در دو حوضه مذکور نسبت به دو سال قبل بیشتر تشخیص داده شد ولی میزان بارش در مقایسه با متوسط درازمدت برای هر دو حوضه شرایط مطلوبی را نشان نداد. با این حال روند صعودی بارش در این دو حوضه بعد از دوره خشکسالی بزرگ سالهای اخیر ایران، پیش بینی شد و شاخه صعودی بارندگی رشد خود را بر روی نمودار متوسط بارش سالانه بطور وضوح نشان داد. در نهایت وضعیت پیش بینی شده از نقطه مدیریت منابع آب مورد بررسی قرار گرفت و کاربرد این مدلها در قالب دیدگاه مدیریتی تجزیه وتحلیل گردید.
منابع مشابه
شبیه سازی و پیش بینی جریان رودخانه ها با استفاده از شبکه عصبی و مدل فوریه
مقاله حاضر به بررسی نحوه عملکرد شبکه های عصبی mlp در ارتباط با خروجی مدل فوریه، fsam، می پردازد. مدل fsam که مدل شبیه ساز بارش است، تحلیل مدل های کلاسیک را در قلمرو فرکانس، که توسعه نظریه طیفی فرآیندهای متداول نظیر طیف الگوهای arima را در درون خود دارد، ارائه می دهد. کاربرد همزمان شبکه های عصبی mlp و مدلfsam، امکان پیش بینی جریان ماه (i) ام را در ارتباط با پیش بینی بارش همان ماه، میسر می سازد. ...
متن کاملمقایسه دو مدل بارش- رواناب برای شبیه سازی جریان (مطالعه موردی: حوزه آبریز رودخانه دویرج در استان ایلام)
بیهسازی رواناب در یک حوزه آبخیز، درک و فهم فرآیندهای مؤثر بر تولید رواناب و ویژگیهای جریان رودخانه مانند تغییرپذیری مکانی و زمانی آن را فراهم میکند. این بینش به مدیران و برنامهریزان در تصمیم‌گیری‌های آگاهانه در مدیریت و برنامهریزی منابع آب کمک مینماید. هدف از این پژوهش مقایسه کار آیی مدل پیچیده SWAT و مدل ساده IHACRES در شبیهسازی رواناب حوزه آبریز رودخانه دویرج در استان ایلام است. برای ا...
متن کاملمدل ریاضی پیش بینی فرسایش کناری در پیچانرود ها
در این تحقیق با استفاده از روش حجم های محدود یک مدل ریاضی دو بعدی برای پیش بینی تغییرات مورفولوژی رودخانه توسعه داده شده است . نرم افزار تهیه شده را می توان برای محاسبه فرسایش کناری و رسوبگذاری در حلقه های پیچانرود ، مورد استفاده قرار داد . در مدل تهیه شده ابتدا با حل معادلات انرژی ، انتشار سرعت و مونتم ، پارامتر های جریان نظیر توزیع سرعت های اصلی جریان ، سرعت های ثانویه ، توزیع تنش های اصلی ...
متن کاملطراحی مدل ریاضی به منظور پیش بینی و بهینه سازی ساختار دارائی ها
امروزه بانک ها به دنبال راهی برای سرمایه گذاری دارائی های خود در طول زمان هستند تا با درنظرگیری عدم اطمینان ها، تنگناهای مختلف و بدهی های تعهد شده، سطح رضایت بخشی از سود را کسب کنند. مدیریت دارائی ها و بدهی ها حوزه ای است که به مساله فوق پاسخ می دهد. بررسی حاضر با ارائه یک مدل ریاضی، تلاش دارد تا بهترین ساختار ترازنامه بانک را با درنظرگیری تنگناهای موجود جستجو نماید. در نهایت ضمن بررسی اعتبار م...
متن کاملارائه مدل ریاضی پیش بینی خسارت کشاورزی ناشی از سیل
بررسی علمی خسارت ناشی از سیلاب درکشور ما قدمت چندانی ندارد و بیشتر به خسارتهای ساختمانی محدود می‌گردد. محاسبه خسارت کشاورزی به علت وابستگی به نوع گیاه، میزان مقاومت گیاه در هنگام بروز سیل، تطابق زمان رخداد سیل با یکی از دوره‌های رشد بسیار پیچیده‌تر از دیگر انواع خسارتها می‌باشد. در این پژوهش، کـه بطور موردی روی بـرنج صورت گـرفته است، تـوابع لازم بـرای تعیین خسارت محتمل بـر حسب مهمترین پـارامتره...
متن کاملشبیه سازی و پیش‌بینی جریان رودخانه‌ها با استفاده از شبکه عصبی و مدل فوریه
مقاله حاضر به بررسی نحوه عملکرد شبکه‌های عصبی MLP در ارتباط با خروجی مدل فوریه، FSAM، می‌پردازد. مدل FSAM که مدل شبیه ساز بارش است، تحلیل مدلهای کلاسیک را در قلمرو فرکانس، که توسعه نظریه طیفی فرآیندهای متداول نظیر طیف الگوهای ARIMA را در درون خود دارد، ارائه می‌دهد. کاربرد همزمان شبکه‌های عصبی MLP و مدلFSAM، امکان پیش بینی جریان ماه (i) ام را در ارتباط با پیش بینی بارش همان ماه، میسر می‌سازد...
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 ارومیه
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023