پهنه بندی اطلاعات بارندگی با استفاده از روشهای آمارکلاسیک و زمین آمار و مقایسه با شبکه عصبی مصنوعی
Publish place: 1st Conference on Optimum Utilization of Water Resources
Publish Year: 1385
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 4,943
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- 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:
COWR01_154
تاریخ نمایه سازی: 28 بهمن 1384
Abstract:
در اکثر مسائل هیدرولوژیکی و مطالعات منابع آب، در دسترس بودن آمار و اطلاعات بارندگی از اهمیت ویژه ای برخوردار است. روش های آماری درون یابی منتوعی همانند نزدیکترین همسایگی وزنی، فاصله معکوس، انحنای کمینه و … وجود دارند که به کمک آنها می توان خطوط همباران را استخراج نمود. اما به دلیل عدم کفایت آمار و اطلاعات موجود و دقت پایین اندازه گیریها ، تخمین حاصله چندان رضایت بخش نیست. طی چند دهه اخیر مبانی علم زمین آمار به خوبی گسترش یافته و تواناییهای این شاخه از آمار در بررسی و پیش بینی متغیرهای مکانی مشخص شده است. در این تحقیق با استفاده از روش های آمار کلاسیک وزمین آمار، اطلاعات جغرافیایی پهنه بندی باران صورت گرفته تا خطوط همباران را استخراج نمود. در ادامه از شبکه های عصبی مصنوعی به عنوان یک درون یاب مستقل استفاده شده است و نتایج حاصل از الگوریتم و مدل های مذکور با هم مقایسه شدند. نتایج نشان دهنده برترب روش های زمین آماری و تخمینگرهای کریگینگ و کوکریگنیگ بود.
Keywords:
Authors
فرهاد میثاقی
استادیار گروه مهندسی آب دانشکده کشاورزی دانشگاه تربیت مدرس
کورش محمدی
کارشناس ارشد آبیاری و زهکشی