انتخاب ترکیب بهینه متغیرهای ورودی جهت مدلسازی بارش مؤثر (مطالعه موردی: ایستگاه سینوپتیک تبریز)
Publish Year: 1394
Type: Conference paper
Language: Persian
View: 564
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
PDCONF01_073
Index date: 1 November 2016
انتخاب ترکیب بهینه متغیرهای ورودی جهت مدلسازی بارش مؤثر (مطالعه موردی: ایستگاه سینوپتیک تبریز) abstract
آگاهی از مقادیر بارش مؤثر به عنوان بخشی از بارش که در اختیار گیاه قرار می گیرد به منظور برنامه ریزی برای آبیاری و نیاز آبی گیاهان امری ضروری به نظر می رسد. هدف از این مطالعه کاربرد آزمون گاما برای انتخاب ترکیب بهینه متغیرهای ورودی در مدل سازی بارش مؤثر در شهر تبریز می باشد. برای این منظور از آزمون گاما تست برای تعیین بهترین ترکیب از بین ترکیبات معرفی شده به سیستم استفاده گردید. ابتدا هر یک از پارامترها به صورت مجزا وارد مدل شده و گامای آن تعیین گردید. بر اساس نتایج بارش دارای کمترین گاما و در نتیجه مؤثرترین متغیر بوده است. سپس ترکیبات مختلفی برای با استفاده از بارش و دیگر متغیرها تعریف گردید. بر اساس نتایج 4 سناریو به عنوان ترکیبات بهینه انتخاب گردید. سپس برای تعیین بهینه تعداد داده های موردنیاز برای مدل سازی از آزمون M استفاده شد. بر این اساس ترکیبات منتخب، به عنوان ورودی در آزمون معرفی و تعداد بهینه ورودیها تعیین گردید.
انتخاب ترکیب بهینه متغیرهای ورودی جهت مدلسازی بارش مؤثر (مطالعه موردی: ایستگاه سینوپتیک تبریز) Keywords:
انتخاب ترکیب بهینه متغیرهای ورودی جهت مدلسازی بارش مؤثر (مطالعه موردی: ایستگاه سینوپتیک تبریز) authors
سمیه خان محمدی فالح
دانشجوی سابق کارشناسی ارشد آبیاری و زهکشی، دانشگاه بین المللی امام خمینی (ره) قزوین
وحید عظیمی
دانشجوی کارشناسی ارشد مدیریت در سوانح طبیعی، دانشکده مهندسی عمران، آب و محیط زیست، دانشگاه شهید بهشتی، تهران.
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 :