بررسی توزیع زمانی بارش های روزانه با روش منحنی های بارش نرمال (NRC) (مطالعه موردی: ایستگاه تبریز)
Publish place: The Journal of Water and Soil، Vol: 29، Issue: 2
Publish Year: 1398
Type: Journal paper
Language: Persian
View: 186
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_WASO-29-2_001
Index date: 15 January 2023
بررسی توزیع زمانی بارش های روزانه با روش منحنی های بارش نرمال (NRC) (مطالعه موردی: ایستگاه تبریز) abstract
در این مطالعه، با استفاده از آمار روزانه ایستگاه هواشناسی تبریز بهبررسی منحنیهای بارش نرمال (NRC) پرداخته شد. برای این منظور، مقدار بارش روزانه به همراه تعداد روزهای بارانی بهصورت تراکمی در نظر گرفته شد و بهترتیب، با و نشان داده شد، آنگاه منحنیهای NRC براساس معادلههای و بسط داده شد، این روش هم برای تمامی روزهای دوره آماری و هم برای هر ماه، بهطور جداگانه، در طول دوره آماری بهکار گرفته شد. مقادیر پارامترهای مدلها با روش بهینهسازی و با گزینه solver در نرمافزار اکسل تخمین زده شدند. افزون بر این، چند مدل دیگر ریاضی (از جمله، مدل چندجملهای درجه nام، توانی، توانی اصلاح شده، نمایی، نمایی پیوسته و ...) نیز برای دادههای و توسط نرم افزار Curve Expert ۱.۳ بسط داده شد. در نهایت، مدل با کمترین مقدار RMSE و بیشترین مقدار بهعنوان مناسبترین مدل معرفی گردید. نتایج نشان داد که تقریبا در همه موارد، مدل کمترین مقدار RMSE (۴۸۵۸/۰ میلیمتر) و بیشترین مقدار (۹۹۹۶/۰) را دارا بود. بنابراین، مدل مذکور بهعنوان مناسبترین مدل برای بسط منحنیهای NRC تبریز انتخاب شد. در مقیاس ماهانه، معیار RMSE از کمینه ۲۲/۰ میلیمتر (در ماه سپتامبر) تا بیشینه ۶۷/۰ میلیمتر (در ماه آوریل) تغییر میکند. در حالیکه مقادیر این دو ماه، بهترتیب، ۹۹۹۹/۰ و ۹۹۹۳/۰ بهدست آمد.
بررسی توزیع زمانی بارش های روزانه با روش منحنی های بارش نرمال (NRC) (مطالعه موردی: ایستگاه تبریز) Keywords:
بررسی توزیع زمانی بارش های روزانه با روش منحنی های بارش نرمال (NRC) (مطالعه موردی: ایستگاه تبریز) authors
فاطمه بانان فردوسی
دانشجوی کارشناسی ارشد گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز
یعقوب دین پژوه
دانشیار گروه مهندسی آب، دانشکده کشاورزی، 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 :