ارزیابی مدل های SWAT و SVM در شبیه سازی رواناب رودخانه لیقوان چای
Publish place: The Journal of Water and Soil، Vol: 26، Issue: 8
Publish Year: 1395
Type: Journal paper
Language: Persian
View: 185
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-26-8_010
Index date: 15 January 2023
ارزیابی مدل های SWAT و SVM در شبیه سازی رواناب رودخانه لیقوان چای abstract
در این مطالعه، عملکرد مدل هیدرولوژیک ابزار ارزیابی آب و خاک (SWAT) و ماشین بردار پشتیبان (SVM) در شبیهسازی ماهانه رواناب رودخانه لیقوانچای مورد ارزیابی قرار گرفت. مرحله های واسنجی و اعتبارسنجی پس از جمع آوری دادههای مورد نیاز برای هر دو مدل به اجرا درآمد. از الگوریتم SUFI-۲ برای تحلیل عدم قطعیت مدل SWAT استفاده شد. با استفاده از مدل SWAT رواناب حوضه آبریز لیقوان شبیهسازی و نتایج به دست آمده در ایستگاه لیقوان برای این مطالعه مورد استفاده قرار گرفت. همچنین مدل SVM با استفاده از اطلاعات بارش و رواناب ثبت شده در ایستگاه لیقوان اجرا و برای بهبود نتایج از روش ایجاد تاخیرهای زمانی استفاده گردید. برای ارزیابی عملکرد دو مدل از سه آماره ضریب تبیین (R۲)، ضریب ناش-ساتکلیف (NS) و ریشه میانگین مربعات خطا (RMSE) استفاده شد. نتایج نشاندهنده توانایی هر دو مدل در شبیهسازی رواناب رودخانه لیقوانچای میباشد. مدل SWAT با اختصاص ضرایب ۷۱/۰ NS=و ۴۱/۰RMSE= مترمکعب در ثانیه عملکرد بهتری نسبت به مدل SVM در شبیهسازی مقادیر بیشینه رواناب رودخانه لیقوانچای را دارا بود.
ارزیابی مدل های SWAT و SVM در شبیه سازی رواناب رودخانه لیقوان چای Keywords:
ارزیابی مدل های SWAT و SVM در شبیه سازی رواناب رودخانه لیقوان چای authors
آیدین جودی حمزه آباد
دانش آموخته کارشناسی ارشد مهندسی آبیاری و زهکشی، دانشگاه بوعلی سینا
سمیرا اخوان
استادیار گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا
حامد نوذری
استادیار گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا
مصطفی کدخدا حسینی
دانش آموخته کارشناسی ارشد مهندسی منابع آب، دانشگاه شهرکرد
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 :