مطالعه موردی کاربرد سری های زمانی ماهانه پریودیک در تولید رواناب ماهانه و مدیریت یکپارچه منابع آب حوضه آبریز کش فرود
Publish place: 3rd Iran Water Resources Management Conference
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,811
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
WRM03_309
تاریخ نمایه سازی: 28 فروردین 1387
Abstract:
هدف از این مقاله، تکمیل داده های آماری رواناب ماهانه رودخانه های حوضه آبریز کشف رود با استفاده از سری های زمانی ماهانه پریودیک است. مدیریت مجزا بر منابع آب، آلودگ ی منابع آبها ی زیرزمین ی و رشد روزافزون نیاز آبی از جمله مهمترین مشکلات حوضه آبریز کشف رود - در شمال شرق ایران- است که تا کنون خسارات متعددی بر پیکره های آبی اعم از سطحی و زیرزمینی این حوضه آبر یز وارد نموده است از ا ینرو، مدیریت جامع و یکپارچه منابع آب در این حوضه به عنوان امری اجتناب ناپذیر پذیرفته شده است. اول ین گام در مدیریت یکپارچه منابع آب، ارزیابی منابع آب موجود و تعیین میزان رواناب و تغییرات آن در سطح حوضه آبریز است. در این مقاله جهت شبیه سازی حوضه آبریز طی دوره آمار ی ش اخص ۵۰ ساله، داده ها ی آماری رواناب ماهانه زیرحوضه دولت آباد، با استفاده از سری های زمانی ماهانه (PARMA(p,q با ضرا یب پریودیک مدل سازی و تکمیل گردیده اند. با توجه به آمار ماهانه رواناب، ساختار پریودیک و ساختار همبستگی سری زمانی رواناب ماهانه بررسی شده و مدل استوکستیک مناسب ( با انجام آزمونهای آماری لازم) بر آن برازش داده شده است. همچنین، در این تحقیق کفایت و دقت مدل در تولید داده های مصنوعی، با تولید ۱۰۰ سر ی زمان ی و مقایسه میانگین مشخصات آماری این ۱۰۰ سری با مشخصات آماری سری زمانی مشاهداتی بررسی شده است . نتایج به دست آمده موید توانایی سری های زمانی در شناسایی و پیش بینی الگوی جریان ماهانه و کارایی آنها در مدیریت یکپارچه منابع آب است.
Keywords:
سر ی های زمانی ماهانه پریودیک , مدیریت یکپارچه منابع آب , حوضه آبریز کشف رود
Authors
حجت میان آبادی
کارشناس ارشد ، شرکت مهندسی مشاور طوس آب
عباس افشار
استاد، دانشکده عمران، دانشگاه علم وصنعت.
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 :