ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
Publisher of Iranian Journals and Conference Proceedings
Login |Register |Help |عضویت کتابخانه ها
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: 199
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:

Paper COI Code

This Paper COI Code is JR_AGRIMET-7-1_001. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:

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

How to Cite to This Paper:

If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:
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

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 :

  • 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.

    Scientometrics

    The specifications of the publisher center of this Paper are as follows:
    Type of center: دانشگاه دولتی
    Paper count: 68,023
    In the scientometrics section of CIVILICA, you can see the scientific ranking of the Iranian academic and research centers based on the statistics of indexed articles.

    Share this page

    More information about COI

    COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.

    The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.

    Support