کاربرد رگرسیون چندک در تحلیل منحنی سنجه بار رسوب معلق

Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 151

This Paper With 11 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_IDJ-11-2_010

تاریخ نمایه سازی: 25 اردیبهشت 1400

Abstract:

 روش منحنی سنجه رسوب پرکاربردترین برای بار رسوب معلق رودخانه است که با استفاده از روش رگرسیون معمولی حداقل مربعات ارتباطبینمیانگین شرطی بار معلق رسوب و دبی جریان را نشان می دهد و برای برآورد بار معلق رسوب به عنوان تابعی از دبی جریان رودخانه به کار گرفته می شود. مدل رگرسیون معمولی حداقل مربعات به داده­های پرت حساس است و زمانی که پیش فرض­های مرتبط با تحلیل باقیمانده ها برقرار نباشند قابل پذیرش نیست. رگرسیون چندک (کوانتایل) یک روش آماری است که می تواند برای غلبه بر این محدودیت ها در تحلیل منحنی سنجه رسوب به کار گرفته شود. در این مطالعه با استفاده از داده­های ایستگاه هیدرومتری النگ­دره در استان گلستان (دوره ثبت شده سال­های ۱۳۸۰-۱۳۶۶) روش رگرسیون کوانتایل در برآورد منحنی سنجه رسوب به کار گرفته شد و نتایج با کاربرد روش متداول رگرسیون معمولی حداقل مربعات مقایسه گردید. نتایج نشان می دهد کاربرد رگرسیون معمولی حداقل مربعات در تحلیل منحنی سنجه رسوب منجر به برآورد اریب شده است در حالی­که رگرسیون کوانتایل بدون داشتن مفروضات محدود کننده رگرسیون معمولی حداقل مربعات خطا، می تواند به شکل مناسبی تاثیر دبی جریان را در کوانتایل­های مختلف توزیع بار رسوب معلق به ویژه در کوانتایل های ابتدایی و انتهایی نشان دهد. به علاوه مشخص گردید که بزرگی تاثیر دبی جریان بر، بار رسوب معلق به ترتیب متعلق به کوانتایل های بالایی، پایینی و میانی بار رسوب معلق می باشد و با افزایش دبی جریان رودخانه داده­های بار رسوب معلق به مقدار بیش­تری به سمت راست چولگی نشان می دهند. همچنین از مفهوم رگرسیون کوانتایل می توان به عنوان یک ابزار کاربردی بسیار مهم برای استخراج تابع چگالی احتمال و تابع توزیع تجمعی بار رسوب معلق به ازای مقادیر مشخص دبی جریان ارایه شد.

Authors

میثم سالاری جزی

استادیار گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران

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 :
  • انصاری،م،ت.، بامنی مقدم،م.، خوش­گویان­فرد،ع.، سام آرام،ع. ۱۳۸۵. کاربرد رگرسیون چندک ...
  • کالوندی،س،م.، خداشناس،س،م.، قهرمان،ب.، طهماسبی،ر.، بوستانی،آ. ۱۳۸۹.آنالیز روش­های مختلف منحنی سنجه ...
  • کیا،ع.، عمادی،ع. ۱۳۹۲. مقایسه روش­های مختلف رگرسیون آماری در برآورد ...
  • Alagidede,P., Panagiotidis,T. ۲۰۱۲. Stock returns and inflation: Evidence from quantile ...
  • Alp,M., Cigizoglu,H.K. ۲۰۰۷. Suspended sediment load simulation by two artificial ...
  • Asselman,N.E.M. ۲۰۰۰. Fitting and interpretation of sediment rating curves. Journal of ...
  • Austin,M. ۲۰۰۷. Species distribution models and ecological theory: a critical ...
  • Aytek,A., Kisi,O. ۲۰۰۸.A genetic programming approach to suspended sediment modelling. Journal ...
  • Barbosa,S.M., Scotto,M.G., Alonso,A.M. ۲۰۱۱.Summarising changes in air temperature over Central ...
  • Bjrnar Bremnes,J. ۲۰۰۴. Probabilistic forecasts of precipitation in terms of ...
  • Cade,B.S., Noon,B.R. ۲۰۰۳.A gentle introduction to quantile regression for ecologists. Frontiers ...
  • Cimen,M. ۲۰۰۸.Estimation of daily suspended sediments using support vector machines. Hydrological ...
  • Cohn,T.A., Caulder,D.L., Gilroy,E.J., Zynjuk,L.D., Summers,R.M. ۱۹۹۲. The validity of a ...
  • Cohn,T.A., DeLong,L.L., Gilroy,E.J., Hirsch,R.M., Wells,D.K. ۱۹۸۹. Estimating constituent loads. Water ...
  • Cozzoli,F., Bouma,T.J., Ysebaert,T., Herman,P.M.J. ۲۰۱۳. Application of non-linear quantile regression ...
  • Eide,E., Showalter,M.H. ۱۹۹۸. The effect of school quality on student ...
  • Ferguson,R.I. ۱۹۸۶. River loads underestimated by rating curves. Water Resources Research. ۲۲.۱: ...
  • Gaglianone,W.P., Lima,L.R., Linton,O., Smith,D.R. ۲۰۱۲.Evaluating value-at-risk models via quantile regression. Journal ...
  • Guven,A., Kisi,OÖ. ۲۰۱۱.Estimation of suspended sediment yield in natural rivers ...
  • Hicks,D.M., Gomez,B., Trustrum,N.A. ۲۰۰۰. Erosion thresholds and suspended sediment yields, ...
  • Hirschi,M., Seneviratne,S.I., Alexandrov,V., Boberg,F., Boroneant,C., Christensen,O.B., Stepanek,P. ۲۰۱۱. Observational evidence ...
  • Huang,M.Y.F., Montgomery,D.R. ۲۰۱۳. Altered regional sediment transport regime after a ...
  • Jagger,T.H., Elsner,J.B. ۲۰۰۹.Modeling tropical cyclone intensity with quantile regression. International Journal ...
  • Jagger,T.H., Elsner,J.B. ۲۰۰۹.Modeling tropical cyclone intensity with quantile regression. International Journal ...
  • Jain,S.K. ۲۰۰۱. Development of integrated sediment rating curves using ANNs. Journal ...
  • Kao,S., Lee,T., Milliman,J.D. ۲۰۰۵. Calculating highly fluctuated suspended sediment fluxes ...
  • Kii,OÖ. ۲۰۰۴. Daily suspended sediment modelling using a fuzzy differential ...
  • Kisi,O. ۲۰۰۵. Suspended sediment estimation using neuro-fuzzy and neural network ...
  • Kitsikoudis,V., Sidiropoulos,E., Hrissanthou,V. ۲۰۱۴. Machine learning utilization for bed load ...
  • Koenker,R. ۲۰۰۵. Quantile regression (No. ۳۸).Cambridge university press ...
  • Krishnaswamy,J., Richter,D.D., Halpin,P.N., Hofmockel,M.S. ۲۰۰۱. Spatial patterns of suspended sediment ...
  • Lafdani,E.K., Nia,A.M., Ahmadi,A. ۲۰۱۳. Daily suspended sediment load prediction using ...
  • Lohani,A.K., Goel,N.K., Bhatia,K.S. ۲۰۰۷.Deriving stage–discharge–sediment concentration relationships using fuzzy logic. Hydrological ...
  • McBean,E.A., Al-Nassri,S. ۱۹۸۸. Uncertainty in suspended sediment transport curves. Journal of ...
  • Meligkotsidou,L., Vrontos,I.D., Vrontos,S.D. ۲۰۰۹.Quantile regression analysis of hedge fund strategies. Journal ...
  • Morehead,M.D., Syvitski,J.P., Hutton,E.W., Peckham,S.D. ۲۰۰۳.Modeling the temporal variability in the ...
  • Nagy,H.M., Watanabe,K.A.N.D., Hirano,M. ۲۰۰۲. Prediction of sediment load concentration in ...
  • Partal,T., Cigizoglu,H.K. ۲۰۰۸.Estimation and forecasting of daily suspended sediment data ...
  • Phillips,J.M., Webb,B.W., Walling,D.E., Leeks,G.J.L. ۱۹۹۹.Estimating the suspended sediment loads of ...
  • Rai,R.K., Mathur,B.S. ۲۰۰۸.Event-based sediment yield modeling using artificial neural network. Water ...
  • Salarijazi,M., Abdolhosseini,M., Ghorbani,Kh., Eslamian,S. ۲۰۱۶. Evaluation of Quasi-Maximum Likelihood and ...
  • Walling,D.E. ۱۹۷۷.Assessing the accuracy of suspended sediment rating curves for ...
  • Wang,P., Linker,L.C. ۲۰۰۸. Improvement of regression simulation in fluvial sediment ...
  • Wang,Y.G., Tian,T. ۲۰۱۳.Sediment concentration prediction and statistical evaluation for annual ...
  • Warrick,J.A. ۲۰۱۵. Trend analyses with river sediment rating curves. Hydrological ...
  • Yang,G., Chen,Z., Yu,F., Wang,Z., Zhao,Y., Wang,Z. ۲۰۰۷. Sediment rating parameters ...
  • Yu,K., Lu,Z., Stander,J. ۲۰۰۳. Quantile regression: applications and current research ...
  • نمایش کامل مراجع