پیش نشانگری سیل با استفاده از سیگنال های GPS (مطالعه موردی: سیل 1391 ارسباران)
Publish place: The Second National Conference on Flood Management and Engineering with an Urban Flood Approach
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 749
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IFMC02_001
تاریخ نمایه سازی: 1 مهر 1394
Abstract:
هر ساله دولت ها و مردم هزینه های زیادی بابت خسارات ناشی از بلایای طبیعی مانند طوفان، سیل، و ... متحمل می شوند. پیش بینی وضعیت آب و هوا کمک شایانی جهت مقابله با خسارات احتمالی ناشی از سیل می باشد. سیگنال ها GPS از میان لایه های مختلف اتمسفر از جمله یونسفر وتروپسفر و استراتسفر و ... عبور می کنند و دچار تأخیراتی می شوند. بخش عمده ای از تأخیرات بدلیل وجود لایه تروپسفر می باشد که یی از منابع اصلی خطا در سیستم تعیین موقعیت جهانی می باشد. تأخیر تروپسفری را می توان به دو مؤلفه ی خشک و تر تقسیم کرد. مؤلفه ی خشک کاملاً به خصصویات آب و هوایی اتمسفر بستگی دارد و به دلیل وابستگی هایی که به تغییرات سطحی دارد، با اندازه گیری دما و فشار سطحی می توان آن را مدل کرد در حالی که مولفه تر به توزیع بخار آب بستیگ دارد. از آنجایی که بخار آب نسبت به زمان و مکان بسیار متغیر می باشد، بنابراین تغییر ناگهانی در بخار آب، تغییر آب و هوای محلی را نتیجه می دهد. با بهبود پیش بینی آب و هوائی می توان از بروز خسارت بعضی سوانح و بلایا جلوگیری کرد. مقدار بخار آب معلق می تواند با استفاده از داده های ایستگاه های مرجع دائمی GPS اندازه گیری شود. بطوری که دقت برآورد آن در توزیع بخار آب اتمسفر بسیار بالا بوده و از نظر هزینه نسبت به روش های دیگر درپیش بینی وضعیت آب و هوایی مقرون به صرفه می باشد. در این پژوهش تغییرات سری زمانی مقدار بخار آب منطقه ای ارسباران در محدوده ی سیل 21 شهریور 1391 بررسی شده است. نتایج حاصل نشان می دهد مقدار بخار آب معلق موجود در جو در روز قبل از سیل دارای افزایش 8 میلی متر است.
Keywords:
Authors
امید معماریان سرخابی
دانش آموخته کارشناسی ارشد ژئودزی
عباس جهانتاب
دانش آموخته کارشناسی ارشد ژئودزی
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 :