پیش بینی میزان رواناب رودخانه زرینه رود در شرایط تغییر اقلیم با استفاده از شبکه های عصبی مصنوعی
Publish place: Journal of Watershed Management Research، Vol: 11، Issue: 22
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 255
This Paper With 11 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_JWMR-11-22_003
تاریخ نمایه سازی: 4 مهر 1400
Abstract:
در پژوهش حاضر، تاثیر تغییر اقلیم بر تغییر رواناب سطحی زرینهرود واقع در دشت میاندوآب مورد بررسی قرار گرفت. در این راستا، سناریوهای A۱B، A۲ و B۱ از طریق مدل ریزمقیاس نمایی LARS-WG و با به کاربردن مدل گردش عمومی جو HadCM۳ و مدل شبکه عصبی مصنوعی در دو دوره زمانی مختلف (۲۰۶۵-۲۰۴۶، ۲۰۹۹-۲۰۸۰) مورد مطالعه قرار گرفتند. بدینمنظور بهترین ترکیب پارامترهای ورودی مدل شبکه عصبی مصنوعی MLP جهت برآورد رواناب از میان پارامترهای هواشناسی مختلف با تاخیر صفر و یک روز و پارامتر رواناب با تاخیر یک روز انتخاب گردید. سپس از داده های هواشناسی پیش بینی شده توسط مدل اقلیمی LARS-WG در سالهای آینده بهعنوان ورودی مدل شبکه عصبی منتخب استفاده شده و در ادامه رواناب پیش بینی گردید. نتایج ارزیابی دادههای مشاهداتی و شبیه سازی شده توسط مدل LARS-WG با استفاده از شاخص های آماری و خطاسنجی مختلف بیانگر این است که اختلاف معنی داری بین مقادیر شبیه سازی شده و مشاهداتی وجود ندارد. تحلیل عملکرد مدل شبکه عصبی مصنوعی نیز حاکی از دقت خوب و مناسب این مدل در شبیه سازی تغییرات رواناب در حوضه مورد بررسی است. نتایج نشان داد که متوسط رواناب سالانه در دوره ۲۰۶۵-۲۰۴۶ نسبت به دوره پایه در حدود ۴/۶۲ متر مکعب بر ثانیه افزایش و در دوره ۲۰۹۹-۲۰۸۰ نسبت به دوره پایه در حدود ۱۴/۷ مترمکعب بر ثانیه کاهش خواهد یافت.
Keywords:
Authors
مینا آقاجانزاده سراسکانرود
Urmia university
جواد بهمنش
Urmia university
حسین رضایی
Urmia university
نسرین آزاد
Urmia university
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 :