تخمین دادههای گمشده بارش و رواناب روزانه با استفاده از نگاشت خودسامانده (مطالعه موردی استان مازندران)
Publish place: Journal of Water and Soil Science، Vol: 23، Issue: 4
Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 278
This Paper With 17 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWSS-23-4_001
تاریخ نمایه سازی: 21 اردیبهشت 1400
Abstract:
یکی از مشکلات پیشروی متخصصان و طراحان پروژههای آبی، سریهای زمانی ناقص در علم هیدرولوژی است که باعث بروز خطا در نتایج مطالعات شده و اجرای پروژهها را دچار مشکل میکند. این مساله در مناطقی که تعداد ایستگاههای هیدرومتری و بارانسنجی محدود است، حادتر است. از طرفی ارزیابی، توسعه و استفاده پایدار از منابع آبی نیازمند در اختیار داشتن سریهای زمانی هیدرولوژیکی با کیفیت بالا و طول مدت کافی است. لذا این موضوع رفع نواقص آماری را ایجاب میکند و اهمیت چگونگی مواجه شدن با این مشکلات در آنالیزهای هیدرولوژیکی را نشان میدهد. در حال حاضر استفاده از روشهای آماری بهمنظور رفع خلاهای آماری و بازسازی دادهها متداول است. در این مطالعه بهمنظور معرفی روشی چندمتغیره در برآورد دادههای گمشده مربوط به بارش و رواناب، در یک منطقه همگن از لحاظ هیدرولوژیکی در استان مازندران، روش نگاشتهای خودسازمانده تحت دو سناریو مورد بررسی قرار گرفت و تخمینهای قابل اعتمادی را بهدست آورد. بهنحوی که مقادیر ضریب همبستگی بین دادههای مشاهداتی و خروجی مدل برای دادههای بارش تا ۹۲/۰ و برای دادههای رواناب تا ۹۵/۰ محاسبه شد. لذا پیشنهاد میشود برای کاهش عدم اطمینان ناشی از دادههای ناکافی در مدیریت منابع آب، از این روش استفاده شود.
Keywords:
Authors
ساناز اسلامی جمال آباد
۱. Civil Engineering Department, Science and Research Branch, Islamic Azad University, Tehran, Iran.
احمد شرافتی
۱. Civil Engineering Department, Science and Research Branch, Islamic Azad University, Tehran, Iran.
عمادالدین محمدی گل افشانی
۱. Civil Engineering Department, Science and Research Branch, Islamic Azad University, Tehran, Iran.
فرهاد فرسادنیا
۲. Department of Water Engineering, College of Agriculture, Ferdowsi University of Mashhad, Mashhad, Iran.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :