آزمون غیرخطی سریهای زمانی هیدرولوژیکی با استفاده از نرم افزار Eviews (مطالعه موردی تراز آب زیرزمینی دشت مهاباد)
Publish place: National Conference on New Computational techniques & Optimization in Civil Engeineering
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,541
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCTOCE01_072
تاریخ نمایه سازی: 3 آذر 1392
Abstract:
در بسیاری از مدلهای برازشی بر روی سریهای سطح آب زیرزمینی از مدلهای خطی استفاده میشود در حالی که معمولا فرآیند حاکم برتغیرات تراز آب سفرههای زیرزمینی بیشتر ماهیت غیرخطی دارد. برای پیشبینی نوسانات سطح آب زیرزمینی به علت پیچیده بودن ماهیت آن وعدم قطعیت در مولفههای مربوطه نیاز به مدلهای پیچیدهای میباشد با این وجود نوع رفتار غیرخطی حاکم بر فرآیند سیستم آبهای زیرزمینی و شدت آن در مقیاسهای زمانی مختلف مشخص نیست. هدف از این تحقیق بررسی میزان غیرخطی بودن نوسانات تراز آب زیرزمینی دشت مهاباد بوده که بدین منظور از دادههای ماهانه سطح آب زیرزمینی سه پیزومتر واقع در گردگروی، گوگتپه و حاجیخوش استفاده شده است که فرآیند تغییرات تراز آب با استفاده از آزمون غیرخطیBDS در مقیاس زمانی ماهانه مورد برسی قرار گرفته است. ابتدا ایستایی سریها با استفاده از آزمونهایKPSS و ADF مورد بررسی قرار گرفته سپس آزمونBDS بر روی سریهای باقیمانده جریان صورت گرفت. نتایج آزمون نشان داد سریهای زمانی ماهانه تراز آب دشت مهاباد دارای رفتار غیرخطی میباشد که برای مدلسازی به دلیل ماهیت غیرخطی بایستی از مدلهای غیرخطی استفاده کرد. همچنین نرم افزار Eview برای آزمون غیر خطی بودن سریهای زمانی سطح آب زیرزمینی میتواند کاربرد موثری داشته باشد.
Keywords:
Authors
زینال جعفری
دانشجوی کارشناسی ارشد زمین شناسی-آبشناسی دانشگاه آزاد مراغه
مرتضی غفاری
دانشیار گروه زمین شناسی، دانشگاه آزاد مراغه
محمدعلی داره
استادیار گروه زمین شناسی، دانشگاه آزاد مراغه
کیوان خلیلی
استادیار گروه مهندسی آب، دانشگاه ارومیه
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 :