اباذر سلگی؛ حیدر زارعی؛ صفر معروفی
چکیده
تکنیکهای تجسم برای مجموعه دادههای بزرگ، مسئلهای است که در هیدرولوژی کمتر به آن پرداخته شده است. در حالیکه این تکنیکها در بررسی و تحلیل مقادیر زیاد اطلاعات چند بعدی، اهمیت زیادی دارند. یکی از این تکنیکها، نمودارهای مبتنی بر پیکسل (نمودارهای رستری) میباشد. در این مطالعه، به بررسی دو نوع از نمودارهای رستری، شامل هیدروگراف رستری ...
بیشتر
تکنیکهای تجسم برای مجموعه دادههای بزرگ، مسئلهای است که در هیدرولوژی کمتر به آن پرداخته شده است. در حالیکه این تکنیکها در بررسی و تحلیل مقادیر زیاد اطلاعات چند بعدی، اهمیت زیادی دارند. یکی از این تکنیکها، نمودارهای مبتنی بر پیکسل (نمودارهای رستری) میباشد. در این مطالعه، به بررسی دو نوع از نمودارهای رستری، شامل هیدروگراف رستری و هایتوگراف رستری برای چشمه کارستی گاماسیاب در نهاوند پرداخته میشود. این نمودارها با استفاده از اطلاعات روزانه آبدهی و بارش چشمه گاماسیاب با یک دوره آماری 49 ساله (1396-1348) ترسیم شدند. برای ترسیم این نمودارها، از نرمافزار MATLAB استفاده شده است. با استفاده از هیدروگراف رستری، پدیدههای مختلفی از جمله ذوب برف، خشکسالی، و ... تشخیص داده شدند. در این تحقیق 6 پدیده مختلف با استفاده از این نمودارها شناسایی شده است. نتایج نشان داد که دوره ذوب برف در چشمه گاماسیاب از سال 1348 تا 1396 کمتر شده، به طوریکه این دوره از حدود 100 روز به 30 روز کاهش یافته است. همچنین سال 1387 خشکترین سال در طول دوره آماری چشمه بوده است، یک خشکسالی هم در سال 1377 مشاهده شده است. با استفاده از هیدروگراف رستری مشخص شد که ماه مهر، خشکترین ماه میباشد، مشخص کردن این ماه برای بررسی و جداسازی جریان پایه بسیار مناسب میباشد. بهطورکلی میتوان گفت که این نمودارها ضمن داشتن اطلاعات بسیار زیاد، قابلیت بررسی و تفسیر سریعتری را فراهم میکنند.
اباذر سلگی؛ امیر پورحقی؛ حیدر زارعی؛ هادی انصاری
چکیده
آلودگی های شیمیایی آب های سطحی یکی از موضوعات جدی است که کیفیت این گونه آبها را تهدید می کند. این مطلب برای آب هایی که به طور مستقیم به مصارف زندگی بشر می رسند اهمیتی چند برابر بخشیده است. یکی از پارامترهایی مهمی که برای سنجش آلودگی آب استفاده می-شود شاخصBOD می باشد. در این مطالعه، توانایی مدل ماشین بردار پشتیبان (SVM) به منظور مدل سازی ...
بیشتر
آلودگی های شیمیایی آب های سطحی یکی از موضوعات جدی است که کیفیت این گونه آبها را تهدید می کند. این مطلب برای آب هایی که به طور مستقیم به مصارف زندگی بشر می رسند اهمیتی چند برابر بخشیده است. یکی از پارامترهایی مهمی که برای سنجش آلودگی آب استفاده می-شود شاخصBOD می باشد. در این مطالعه، توانایی مدل ماشین بردار پشتیبان (SVM) به منظور مدل سازی و پیش بینی اکسیژن مورد نیاز بیولوژیکی (BOD) در رودخانه کارون واقع در غرب کشور ایران مورد ارزیابی قرار گرفت. به منظوربررسی مدل ها به صورت ترکیبی، از تبدیل موجک استفاده شد. بعد از تجزیه پارامترها با تبدیل موجک، با استفاده از روش تجزیه به مولفه های اصلی (PCA) مولفه های مهم تعیین شدند. سپس از این مولفه های مهم به عنوان ورودی به مدل ماشین بردار پشتیبان استفاده شد تا مدل ترکیبی ماشین بردار پشتیبان-موجک (WSVM) حاصل گردید. جهت انجام این تحقیق از سری زمانی ماهانه BODرودخانه کارون در ایستگاه ملاثانی و متغیرهای کمکی اکسیژن محلول (DO)، جریان رودخانه و دمای ماهانه در یک دوره 13ساله (1393-1381) استفاده شد. نتایج بدست آمده حاکی از آن بود که مدل SVM دارای ضریب تبیین 84/0 و جذر میانگین مربعات خطای 0338/0(میلی گرم بر لیتر) می باشد و اعمال تبدیل موجک روی دادههای ورودی مدل باعث بهبود نتایج تا ضریب تبیین94/0 و جذر میانگین مربعات خطای0210/0(میلی گرم بر لیتر) شد. بنابراین ترکیب ماشین بردار پشتیبان با تبدیل موجک یک ایده جدید برای پیش بینی مقدار BOD رودخانه کارون می باشد. در پایان مقدار BOD برای یک دوره شش ماهه با استفاده از مدل WSVMپیش بینی شد.