کاربرد رگرسیون چندک در تحلیل منحنی سنجه بار رسوب معلق
Publish place: Irrigation and Drainage، Vol: 11، Issue: 2
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:
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.
Keywords:
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 :