کاربرد مدلهای غیرخطی سری زمانی در پیش بینی جریان روزانه رودخانه (مطالعه موردی: رودخانه باراندوزچای ارومیه)

Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 634

This Paper With 9 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:

IHC13_016

تاریخ نمایه سازی: 30 شهریور 1394

Abstract:

نیاز روزافزون به آب سبب گردیده است که برنامه ریزی های مدیریتی به منظور کنترل مصرف آب در آینده از اهمیت بیشتری برخوردار باشد. با پیش بینی نمودن آبدهی رودخانه ها علاوه بر بهره برداری از منابع آب، می توان حوادث طبیعی نظیر سیل و خشکسالی را نیز پیش بینی و مهار نمود. در این مطالعه دبی جریان روزانه رودخانه باراندوزچای ارومیه در دوره آماری 1352-1388، با استفاده از مدل های سری زمانی خطی ARMA و غیر خطی دو خطی مدل سازی شد. جهت بررسی ایستایی سری های جریان از آزمون ADF استفاده گردید. نتایج این آزمون نشان داد که با حذف عوامل ناایستایی، سری های جریان رودخانه ایستا می شوند. مدل های (1,11)ARMA و (1,11,1,1)BL مدل های منتخب جریان روزانه بوده که ضریب همبستگی و جذر میانگین مربعات خطا در مدل خطی به ترتیب 90% و (m3/s)3/52 و برای مدل غیرخطی 0/86 و (m3/s)4/30 محاسبه گردیدند. طبق نتایج بدست آمده، استفاده از مدل دوخطی در مقیاس روزانه سبب کاهش مقدار خطا به میزان 22/1 درصد شده و ضریب همبستگی را 4/6 درصد افزایش داده است.

Authors

فرشاد احمدی

دانشجوی دکتری مهندسی منابع آب دانشگاه شهید چمران اهواز

فریدون رادمنش

استادیار گروه مهندسی منابع آب دانشگاه شهید چمران اهواز

رسول میرعباسی

استادیار گروه مهندسی 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 :
  • خلیلی، ک.، احمدی، ف.، بهمنش، ج.، وردی‌نژاد، _ (1391)، بررسی ...
  • پیش بینی جریان رودخانه با استفاده از مدلهای غیرخطی سری زمانی (مطالعه موردی: رودخانه باراندوزچای ارومیه) [مقاله کنفرانسی]
  • فیلی، ک.، فاخری فرد، ا.، دین پژوه، _ و قربانی، ...
  • Govindaraju, R.S., )2000(, Artificial neural network in hydrology, Journal of ...
  • Salas, J.D., (1993), Analysis and modeling of hydrological time series, ...
  • Granger, C.W.J., and Andersen, A.P., (1978), An Introduction o Bilinear ...
  • Subba Rao, T., (1981), On the theory of bilinear series ...
  • Subba Rao, T., Gabr, and M.M., (1984), An Introduction o ...
  • Liu, J., Brockwell, P.J., (1988), On the general bilinear time-series ...
  • Wang, W., Van Gelder P.H.A.J.M., Vrijling, J.K., (2005), Testing and ...
  • Komornik, J., Komornikova, M., Mesiar, R., Szokeova, D., Szolgay J., ...
  • Caiado, J, (2007), Forecasting water consumption in Spain using univariate ...
  • Tsay R.S., (2002), Analysis of financial time series, University of ...
  • Fan J., Yao Q, (2003) Nonlinear time series, nonparametric and ...
  • Ainkaran, P., (2004), Analysis of some linear and nonlinear time ...
  • Akaike, H., (1974), A New Look at the Statistical Model ...
  • نمایش کامل مراجع