بررسی امکان جایگزینی باران تجمعی(cprecip) در نیمسال دوم با آب معادل برف (swe) توسط مدل شبکه عصبی مصنوعی به منظور پیش بینی دبی روزانه رودخانه ( مطالعه موردی : رودخانه تالار در استان مازندران )

بررسی قابلیت پارامتر Cprecip در منظور کردن اثر برف بر پیش بینی دبی روزانه رودخانه به وسیله شبکه عصبی و شبکه عصبی فازی

یکی از پارامترهای موثر در پیش بینی دبی خصوصاًدر حوضه‌های برفگیر، پارامتر برف می‌باشد. آب معادل برف متداول‌ترین پارامتری است که در مدل‌سازی جریان رودخانه‌ها، به منظور وارد کردن تأثیر برف در مدل استفاده می‌شود. در این مقاله سعی شده است با توجه به عدم دسترسی به پارامتر آب معادل برف در درصد قابل توجهی از حوضه‌ها، پارامترهای باران تجمعی و باران تجمعی مازندران جایگزین آب معادل برف شوند. پارامتر باران ...

پیش¬بینی جریان روزانه با استفاده از شبکه¬های عصبی مصنوعی و عصبی- موجکی (مطالعه موردی: رودخانه باراندوزچای)

پیش­بینی دقیق جریان در رودخانه­ها یکی از مهمترین ارکان در مدیریت منابع آبهای سطحی به ویژه جهت اتخاذ تدابیر مناسب در مواقع سیلاب و بروز خشکسالی­ها است. به دلیل اهمیت پیش­بینی جریان رودخانه، در این تحقیق جریان روزانه رودخانه­ی باراندوزچای در دو ایستگاه بی­بکران و دیزج طی یک دوره­ی آماری 20 ساله با استفاده از مدل عصبی- موجکی (WNN) که تلفیق آنالیز موجک و شبکه عصبی مصنوعی (ANN) می­باشد، پیش­بینی گرد...

پیش بینی دبی روزانه رودخانه با استفاده از مدل نروفازی (مطالعه موردی: حوزه آبخیز طالقان)

بررسی قابلیت پارامتر cprecip در منظور کردن اثر برف بر پیش بینی دبی روزانه رودخانه به وسیله شبکه عصبی و شبکه عصبی فازی

یکی از پارامترهای موثر در پیش بینی دبی خصوصاًدر حوضه های برفگیر، پارامتر برف می باشد. آب معادل برف متداول ترین پارامتری است که در مدل سازی جریان رودخانه ها، به منظور وارد کردن تأثیر برف در مدل استفاده می شود. در این مقاله سعی شده است با توجه به عدم دسترسی به پارامتر آب معادل برف در درصد قابل توجهی از حوضه ها، پارامترهای باران تجمعی و باران تجمعی مازندران جایگزین آب معادل برف شوند. پارامتر باران ...

مدل سازی و پیش بینی دبی های رودخانه های استان اردبیل با استفاده از مدل شبکه عصبی مصنوعی

در این پژوهش، مقادیر دبی های رودخانه های استان اردبیل با بهره گیری از مدل شبکه های عصبی مصنوعی و نیز با استفاده از توابع و امکانات نرم افزار matlab، مدل سازی شد. بدین منظور، از آمار بلند مدت ایستگاه های هیدرومتری رودخانه های این استان و برخی پارامترهای اقلیمی (دما، رطوبت نسبی، بارندگی و فشار) ایستگاه های سینوپتیک موثر بر میزان دبی های حوضه های این استان در طول دوره آماری 30 ساله (سال آبی 58-135...

پیش بینی دبی روزانه رودخانه با استفاده از مدل نروفازی (مطالعه موردی: حوزه آبخیز طالقان)

از مهم­ترین مسائل در مدیریت حوزه­های آبخیز، پیش­بینی فرآیندهای هیدرولوژیکی می­باشد. استفاده از مدل­های جدید در این زمینه می تواند به مدیریت و برنامه­ریزی صحیح کمک کند. علاوه برآن پیش­بینی جریان رودخانه، مخصوصاً در شرایط سیلابی، به مسوولان این امکان را خواهد داد که با آمادگی خسارات ناشی از سیل را کاهش دهند. یکی از روش­هایی که اخیرا برای پیش­بینی و برآورد میزان دبی رودخانه­ها به کار می­رود، مدل نر...