ارزیابی کارایی مدل درختان تصمیم گیری در برآورد رسوبات معلق رودخانه ای مطالعه موردی: حوضه رودخانه میمه

Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 361

This Paper With 16 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_GDIJ-15-49_005

تاریخ نمایه سازی: 22 تیر 1398

Abstract:

به دلیل اهمیت و نقش پدیده انتقال رسوب در مبحث حوضه های آبریز، از جمله ساماندهی رودخانه ها که به منظور مهار فرسایش و رسوب گذاری و یا تثبیت بستر و دفع سیلاب انجام می گیرد، آگاهی و تعیین میزان رسوب حمل شده توسط رودخانه از دیرباز مورد توجه قرار گرفته است. هدف از انجام این تحقیق، تعیین کارایی مدل درختان تصمیم گیری (به عنوان یکی از روش های داده کاوی) در برآورد رسوبات معلق رودخانه میمه است. داده های مورد استفاده شامل دبی رسوب و دبی آب است که به صورت متناظر برداشت شده بود و همچنین بارش و دبی های روزانه مربوط به دوره آماری از سال 1347-1346 تا سال 1389-1388. پس از پردازش داده ها، تعداد 554 رکورد که آمار دبی و رسوب متناظر آنها موجود بود، انتخاب و نتایج به دست آمده با روش مرسوم منحنی سنجه رسوب مقایسه شد. برای مقایسه نتایج از معیارهای آماری ­R، RMSE، MAE، r2 و Bias  استفاده شده است. سپس برای بررسی تاثیر بارش ها و دبی های روزانه در دقت برآورد رسوب توسط مدل درختی، در گام دوم داده های مربوط به بارش و دبی های روزانه به مدل اضافه گردید. بر اساس نتایج به دست آمده، مدل درخت تصمیم گیری نتایج قابل قبولی را درجهت شبیه سازی بار معلق در ایستگاه مورد مطالعه ارائه کرده است. به طوری که بر اساس معیارهای  RMSE،MAE، r2 و Bias درخت تصمیم گیری نسبت به منحنی سنجه رسوب با خطای کمتری رسوبات را برآورد کرده است. همچنین نتایج بیانگر این مطلب است که ورود داده های بارش و دبی روزانه تغییر زیادی در نتایج ایجاد نکرده و میزان رسوبات با دبی های متناظر بیشترین همبستگی را دارد

Authors

امیرحسین حلبیان

عضو هیات علمی دانشگاه پیام نور

مجید جاوری

عضو هیات علمی دانشگاه پیام نور

زینب اکبری

مدرس گروه کشاورزی دانشگاه پیام نور مرکز ایلام

گلبهار اکبری

دانشجوی کارشناسی ارشد اقلیم شناسی در برنامه ریزی محیطی- دانشگاه پیام نور مرکز اصفهان( نویسنده مسئول)

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 :
  • اکبری، زینب؛ علی طالبی؛ بهار اکبری (1389). برآورد رسوبات معلق ...
  • حجه بخش، پریسا (1390). برآورد بار رسوب بستر با استفاده ...
  • دستورانی، محمدتقی؛ اعظم حبیبی پور؛ محمدرضا اختصاصی؛ علی طالبی؛ جواد ...
  • پیشبینی عمق آبشستگی در پایه های استوانهای شکل با استفاده از درختهای رگرسیونی و مقایسه آن با روشهای تجربی [مقاله کنفرانسی]
  • ستاری، محمدتقی؛ علی رضازاده جودی؛ فروغ صفدری؛ فراز قهرمانزاده (1395). ...
  • طالبی، علی؛ زینب اکبری (1392). بررسی کارایی مدل درختان تصمیم ...
  • ظهیری، عبدالرضا؛ خلیل قربانی (1392). شبیه سازی دبی جریان در ... [مقاله ژورنالی]
  • محجوبی، جواد (1386). پس بینی پارامترهای امواج ناشی از باد ...
  • معاون برنامه ریزی و نظارت راهبردی ریاست جمهوری (1391). راهنمای ...
  • پیش بینی تغییرات کیفیت آب رودخانه زاینده رود با استفاده از شبکه های عصبی مصنوعی [مقاله کنفرانسی]
  • Abrahart, RJ., White, SM (2001). Modeling sediment transfer in Malawi: ...
  • Bhattacharya, B., Price, R.K & D. P. Solomatine (2007). Machine ...
  • Culberston, D. M (1967). Scour and fill in alluvial channels ...
  • Hansen M. Dubayah R. and DeFries R (1996). Classification trees: ...
  • Hitoshi Saito, Daichi Nakayama and Hiroshi Matsuyama.(2009). Comparison of landslide ...
  • Jansen,P.P(1983).Principles of river engineering, Pitman Pub. Inc., England. ...
  • Kheir, B. F., Chorowicz, J., Chadi Abdallah, Damien Dhont (2008). ...
  • Mehta M. Agrawal R. and Rissanen J (1996). SLIQ: A ...
  • Mitchell. T. M (1997). Machine Learning, McGrow- Hil Since engineering/  ...
  • Ozturk, F., Apaydin, H. and Walling, D.E (2001). Suspended sediment ...
  • Qing He, Zhi Dong, Fuzhen Zhuang, Tianfeng Shang, Zhongzhi Shi ...
  • Rodney J. Woolf (2005).  Data mining using matlab. bachelore of ...
  • Roman Timofeev (2004). Classification & regression trees(CART),Theory and applications. CASE-Center ...
  • Saghebian, S. M;  Sattari, M;  Mirabbasi, R; Mahesh Pal (2014). ...
  • Solomatine, D. P. Yunpeng, X (2004). M5 Model Trees & ...
  • Tayfur, G., S. Ozdemir, Vijay P. Singh (2003). Fuzzy logic ...
  • نمایش کامل مراجع