پیش بینی بارش روزانه با استفاده از الگوریتم های تنبل و مدل های درختی (مطالعه موردی: ایستگاه سردشت)
Publish place: 10th International Conference on Rainwater catchment systems
Publish Year: 1400
Type: Conference paper
Language: Persian
View: 316
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
RWCS10_085
Index date: 3 March 2022
پیش بینی بارش روزانه با استفاده از الگوریتم های تنبل و مدل های درختی (مطالعه موردی: ایستگاه سردشت) abstract
بارش یکی از پارامترهای مهم اقلیم شناسی و سایر علوم جوی که از اهمیت بالایی در حیات بشری برخوردار
است. پیش بینی بارش در مدیریت و هشدار این معضلات نقش مهمی بر عهده دارد. از طرفی دیگر، عملکرد
مطلوب الگوریتم های تنبل و مدل های درختی باعث افزایش استفاده از آنها برای پیش بینی پدیده های مختلف
هیدرولوژیکی شده است. لذا در این پژوهش، چهار مدل M۵P ،LWL ،KSTAR و RF برای پیش بینی بارش روزانه ایستگاه سردشت به کار گرفته شده و از هفت پارامتر ورودی برای مدلها استفاده گردید. نتایج به دست
آمده نشان داد که مدل درختی M۵P در سناریو هفتم بهترین عملکرد را با بیشترین ضریب همبستگی (۰/۷۳۴)، نسبت به دیگرمدل ها داشته است. همچنین سناریو هفتم عملکرد بالایی نسبت به بقیه سناریوها از خود نشان داد. به طورکلی می توان گفت که مدل مدل درختی M۵P برای مدل سازی و پیش بینی بارش روزانه شهرستان سردشت مناسب بوده و برای استفاده های بعدی پیشنهاد می گردد.
پیش بینی بارش روزانه با استفاده از الگوریتم های تنبل و مدل های درختی (مطالعه موردی: ایستگاه سردشت) Keywords:
پیش بینی بارش روزانه با استفاده از الگوریتم های تنبل و مدل های درختی (مطالعه موردی: ایستگاه سردشت) authors
میلاد شرفی
دانشجوی کارشناسی ارشد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه ارومیه
جواد بهمنش
استاد گروه مهندسی آب، دانشکده کشاورزی، دانشگاه ارومیه