ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
Publisher of Iranian Journals and Conference Proceedings
Paper
Title

ارزیابی دقت مدل های NMME در پیش بینی بارش ماهانه (مطالعه موردی: حوضه سفیدرود)

Year: 1398
COI: JR_AGRIMET-7-1_001
Language: PersianView: 119
This Paper With 10 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 10 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

حسین دهبان - دانشجوی دکتری مهندسی منابع آب، گروه مهندسی آبیاری و آبادانی، دانشکده مهندسی و فناوری کشاورزی، پردیس کشاورزی و منابع طبیعی دانشگاه تهران
کیومرث ابراهیمی - گروه مهندسی آبیاری و آبادانی، دانشکده مهندسی و فناوری کشاورزی، پردیس کشاورزی و منابع طبیعی دانشگاه تهران
شهاب عراقی نژاد - گروه مهندسی آبیاری و آبادانی، دانشکده مهندسی و فناوری کشاورزی، پردیس کشاورزی و منابع طبیعی دانشگاه تهران
جواد بذرافشان - گروه مهندسی آبیاری و آبادانی، دانشکده مهندسی و فناوری کشاورزی، پردیس کشاورزی و منابع طبیعی دانشگاه تهران

Abstract:

پیش بینی بارش در مقیاس فصلی و ماهانه اهمیت زیادی در مدیریت بهینه منابع آب و مطالعات اقلیمی-کشاورزی دارد. هدف مطالعه حاضر ارزیابی دقت مدل های NMME در پیش بینی بارش ماهانه حوضه آبریز سفیدرود است. برای این منظور، داده های پیش بینی تاریخی مدل های NMME از تارنمای دانشگاه کلمبیا و داده های بارش ایستگاه های همدیدی موجود در منطقه از سازمان هواشناسی کشور برای دوره 1982 تا 2017 دریافت شدند. با به کارگیری روش های آماری، دقت مدل های NMME در پیش بینی بارش ماهانه در مقایسه با داده های مشاهداتی ارزیابی شد. نتایج نشان داد که مدل های NMME به تنهایی دارای دقت مناسبی نمی باشد، به گونه ای که حداکثر مقدار میانگین ضریب تبیین محاسبه شده 6/0 به دست آمد. ترکیب نتایج چند مدل پیش بینی نشان داد که دقت پیش بینی ها را می توان تا حد قابل قبولی افزایش داد، به طوری که میانگین مقادیر ضریب تبیین به 7/0افزایش یافت. همچنین برای بررسی عدم قطعیت پیش بینی بارش، 78 عضو از مدل های پیش بینی مورد بررسی قرار گرفت. بر اساس نتایج، مدل ها در برخی از ماه های سال بیش برآورد (با احتمال نزدیک به 80 درصد)، دارند. همچنین تحلیل عدم قطعیت مدل‎های پیش بینی نیز نشان داد که با ترکیب نتایج مدل‎های مختلف، می‎توان بازه عدم قطعیت را کاهش داد.

Keywords:

بارش, پیش بینی, عدم قطعیت, همادی

Paper COI Code

برای لینک دهی به این Paper می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت Paper در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/964695/

How To Citation:

در صورتی که می خواهید در اثر پژوهشی خود به این Paper ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
دهبان، حسین و ابراهیمی، کیومرث و عراقی نژاد، شهاب و بذرافشان، جواد،1398،ارزیابی دقت مدل های NMME در پیش بینی بارش ماهانه (مطالعه موردی: حوضه سفیدرود)،،،،،https://civilica.com/doc/964695

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این Paper اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1398، دهبان، حسین؛ کیومرث ابراهیمی و شهاب عراقی نژاد و جواد بذرافشان)
برای بار دوم به بعد: (1398، دهبان؛ ابراهیمی و عراقی نژاد و بذرافشان)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 مPaperقاله لینک شده اند :

  • Altunkaynak, A., Nigussie, T. A. 2017. Monthly water consumption prediction ...
  • Barsugli, J. J., Vogel, J. M., Kaatz, L., Smith, J. ...
  • Bruno Soares, M., Daly, M., Dessai, S. 2018. Assessing the ...
  • Dariane, A. B., Azimi, S. 2018. Streamflow forecasting by combining ...
  • Efroymson, M. A. 1960. Multiple regression analysis, Mathematical Methods for ...
  • Fallon, A. L., Villholth, K. G., Conway, D., Lankford, B. ...
  • Gharde, K. D., Kothari, M., Mahale, D. M. 2016. Developed ...
  • Khalili1, A., Rahimi, J., Bazrafshan, J. 2016. Quantitative projection of ...
  • Kirtman, B. P., Min, D., Infanti, J. M., Kinter III, ...
  • Lang, Y., Ye, A., Gong, W., Miao, C., Di, Z., ...
  • Ma, F., Luo, L., Ye, A., Duan, Q. 2018. Seasonal ...
  • Morid, S., Smakhtin, V., Moghaddasi, M. 2006. Comparison of seven ...
  • Najafi, H., Massah Bavani, P., Robertson, A. W. 2018.   Evaluation   ...
  • Nazir, H. M., Hussain, I., Faisal., M., Shoukry, A. M., ...
  • Reza, M., Harun, S., Askari, M. 2018. Streamflow forecasting in ...
  • Saha, S., Moorthi, S., Wu, X., Wang, J., Nadiga, S., ...
  • Schick, S., Rössler, O. K., Weingartner, R. 2018. Monthly streamflow ...
  • Shamir, E. 2017. The value and skill of seasonal forecasts ...
  • Slater, L. J., Villarini, G., Bradley, A. A. 2017. Weighting ...
  • Troccoli, A. 2010. Seasonal climate forecasting. Meteorological Applications, 17(3): 251-268. ...
  • Vitart, F., Buizza, R., Balmaseda, M. A., Balsamo, G., Bidlot, ...
  • Vitart, F., Robertson, A. W., Anderson, D. L., 2012. Subseasonal ...
  • Xu, J., Zhu, X., Zhang, W., Xu, X., Xian, J. ...
  • Xu, L., Chen, N., Zhang, X., Chen, Z., Hu, C., ...
  • Yuan, X. 2014. An experimental seasonal hydrological forecasting system over ...
  • Research Info Management

    Certificate | Report | من نویسنده این مقاله هستم

    اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی Paper

    مشخصات مرکز تولید کننده این Paper به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 58,877
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    Share this page

    More information about COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    Support