مدل سازی منحنی تداوم جریان ماهانه به روش رگرسیون غیرخطی برای حوضه های بدون آمار استان اردبیل

Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 214

This Paper With 18 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_JIRCSA-9-4_001

تاریخ نمایه سازی: 11 تیر 1401

Abstract:

منحنی تداوم جریان (FDC) بیان گر توزیع فراوانی جریان آب در یک بازه زمانی است که به طور گسترده در هیدرولوژی برای ارزیابی طیف های مختلف کاربرد جریان آب رودخانه ها استفاده می شود. لذا، توسعه یک مدل و روش مناسب برای برآورد آن در حوضه های فاقد آمار ضروری است. در همین راستا، در پژوهش حاضر، از مدل سازی مبتنی بر رگرسیون غیرخطی، برای تهیه FDC بر اساس داده های دبی جریان آب (مترمکعب بر ثانیه) و بارش (میلی متر) در دوره آماری ۱۳۸۱-۱۳۹۲، مساحت (کیلومترمربع) و شیب متوسط (درصد) حوضه های بالادست مربوط به ۳۰ ایستگاه استان اردبیل استفاده شد. برای تحلیل رگرسیون غیرخطی، حدود ۷۰ و ۳۰ درصد ایستگاه ها به ترتیب برای واسنجی و اعتبارسنجی در نظر گرفته شدند. توسعه مدل برآورد FDC شامل چندین مرحله ازجمله بی بعد کردن داده های جریان دبی، نرمال سازی، تعریف پارامترهای معادلات رگرسیون غیرخطی و محاسبه چارک ها بوده است. درنهایت پس از آزمون رابطه های مختلف، رابطه Q=۰.۰۰۰۰۲۳۸۵(AP)۰.۵۷۱S۰.۸۴۵  با در نظر گرفتن تمام متغیرهای ورودی با ضریب تعیین (R۲) برابر با ۷۸/۰ و میانگین قدر مطلق خطا (MAE) برابر با ۰۲۱/۰ به عنوان رابطه نهایی برای مدل سازی FDC در حوضه های فاقد آمار معرفی شد.

Authors

لیلا بابایی

Urmia University

محمدحسین جلیلی

University of Mohaghegh Ardabili

زینب امین زاده

University of Mohaghegh Ardabili

فریدون سلیمانی

Khuzestan Agricultural and Natural Resouces Research and Education Center, AREEO

زینب حزباوی

University of Mohaghegh Ardabili

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 :
  • Burgan H.I. and Aksoy H. (۲۰۲۰). Monthly flow duration curve ...
  • Costa V. and Fernandes W. (۲۰۲۱). Regional modeling of long-term ...
  • Castellarin A., Vogel R. and Brath M. (۲۰۰۴). Stochastic index ...
  • Claps P. and Fiorentino M. (۱۹۹۷). Probabilistic flow duration curves ...
  • Książek L., Woś A., Florek J., Wyrębek M., Młyński D. ...
  • Mateo-Lázaro J., Castillo-Mateo J., Sánchez-Navarro J. Á., Fuertes-Rodríguez V., García-Gil ...
  • Ridolfi E., Kumar H. and Bárdossy, A. (۲۰۲۰). A methodology ...
  • Smakhtin V.U. (۲۰۰۱). Low flow hydrology: A review. Journal of ...
  • Over T. M., Farmer W. H. and Russell A. M. ...
  • Verma R.K., Murthy S., Verma S. and Mishra S.K. (۲۰۱۷). ...
  • حسینی، ا.، م. گلابی، ص. معروفی، ن. خالدیان و م. ...
  • خسروبیگی بزچلویی، س. و م. وفاخواه (۱۳۹۳) تحلیل منطﻘهای منحنی ...
  • زارع چاهوکی، ا.، ع. سلاجقه، م. مهدوی، و ش. خلیقی ...
  • رضائی، ل.، س.ع.ا. موسوی، . دوات گر و م. شعبانپور ...
  • کاظمی، ر. و ب. قرمزچشمه (۱۴۰۰) بررسی تاثیر خشکسالی بر ...
  • کاظمی، ر.، ج. پرهمت و ف. شریفی (۱۳۹۷) بررسی و ...
  • حیدری زاده، م.، ه. رحمتی، ج. پرهمت، ف. شریفی و ...
  • مهدوی، م. (۱۳۹۵) هیدرولوژی کاربردی (جلد اول)، انتشارات دانشگاه تهران. ...
  • مهری، س.، ر. مصطفی زاده، ا. اسمعلی عوری و ا. ...
  • Burgan H.I. and Aksoy H. (۲۰۲۰). Monthly flow duration curve ...
  • Costa V. and Fernandes W. (۲۰۲۱). Regional modeling of long-term ...
  • Castellarin A., Vogel R. and Brath M. (۲۰۰۴). Stochastic index ...
  • Claps P. and Fiorentino M. (۱۹۹۷). Probabilistic flow duration curves ...
  • Książek L., Woś A., Florek J., Wyrębek M., Młyński D. ...
  • Mateo-Lázaro J., Castillo-Mateo J., Sánchez-Navarro J. Á., Fuertes-Rodríguez V., García-Gil ...
  • Ridolfi E., Kumar H. and Bárdossy, A. (۲۰۲۰). A methodology ...
  • Smakhtin V.U. (۲۰۰۱). Low flow hydrology: A review. Journal of ...
  • Over T. M., Farmer W. H. and Russell A. M. ...
  • Verma R.K., Murthy S., Verma S. and Mishra S.K. (۲۰۱۷). ...
  • نمایش کامل مراجع