کاربرد روش های موجک متقاطع- فیلتر کالمن وGIUH در مدل سازی وقایع بارش- رواناب
Publish place: Irrigation and Drainage، Vol: 12، Issue: 3
Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 294
This Paper With 18 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IDJ-12-3_022
تاریخ نمایه سازی: 25 اردیبهشت 1400
Abstract:
وجود عدم قطعیت بالا و غیر خطی بودن روابط بارش و رواناب، جای خالی بسیاری از مطالعات در این راستا را همچنان مشهود می سازد. مطالعه حاضر نیز با هدف شبیه سازی و پیش بینی رفتار حوضه بر اساس شناخت بخشی از روابط حاکم بر این سیستم پیچیده انجام می گیرد. در این مطالعه روش های تبدیل موجک متقاطع، فیلترکالمن و برنامه ریزی خطی(KF- LP_CW) جهت تجزیه و تحلیل ۹ رخداد مرکب بارش و رواناب حوضه آبخیز صوفی چای با مساحت۶۵/۲۵۰ کیلومتر مربع استفاده شد. سپس جهت مقایسه عملکرد روش مذکور نتایج حاصله با روشهای هیدروگراف واحد ژئومورفولوژی و هیدروگراف واحد ژئومورفولوژی بر پایه مدل نش مقایسه گردید. با توجه به عملکرد رضایتبخش هر سه مدل، در نهایت با استفاده از معیارهای ارزیابی مورد استفاده در تحقیق، عملکرد نهایی روشهای مذکور، مورد بحث قرار گرفت. نتایج نشان داد روش KF- LP_CW رخدادهای مرکب مورد مطالعه را به ترتیب در مرحله واسنجی و صحت سنجی با مجذور میانگین مربعات خطای ۴۷/۲ و ۲/۳ شبیه سازی نمود. در مورد زمان تا اوج به طور متوسط میانگین مطلق خطای نسبی در کل رخدادها (MARE) در مرحله واسنجی و صحت سنجی به ترتیب در ۳ روش مورد مطالعه ۰۵/۰ و ۰۳۷/۰ است و همین معیار برای دبی اوج و زمان پایه در دو مرحله واسنجی (به ترتیب ۰۷/۰ و ۰۶/۰) و صحت سنجی (۱۸/۰ و ۰۷/۰) می باشد. که این امر بیانگر عملکرد مناسب تر روش ها به ترتیب در برآورد زمان تا اوج، زمان پایه و دبی اوج می باشد.
Keywords:
Authors
فاطمه محمدی
گروه مهندسی منابع آب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران
احمد فاخری فرد
گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز
محمد علی قربانی
گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز
یعقوب دین پژوه
گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز
صداقت شهمراد
گروه ریاضی، دانشکده ریاضی، دانشگاه تبریز
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 :