صابره دربندی؛ یعقوب دین پژوه؛ صبا زینالی
چکیده
محدودیت منابع آبی و اصل پایداری در مدیریت آن، تامین آب کلیه نیازهای موجود را غیر ممکن ساخته است، لذا به منظور تامین و عرضه آب با اطمینان پذیری بالا نیاز به برنامه‌ریزی‌های دقیق می‌باشد. به همین دلیل اهمیت مدیریت منابع آب در حوضه های آبریز بیش از پیش نمایان شده است. در این تحقیق از دو مدل پویایی سیستم (Vensim) و برنامه ریزی ژنتیک برای شبیه ...
بیشتر
محدودیت منابع آبی و اصل پایداری در مدیریت آن، تامین آب کلیه نیازهای موجود را غیر ممکن ساخته است، لذا به منظور تامین و عرضه آب با اطمینان پذیری بالا نیاز به برنامه‌ریزی‌های دقیق می‌باشد. به همین دلیل اهمیت مدیریت منابع آب در حوضه های آبریز بیش از پیش نمایان شده است. در این تحقیق از دو مدل پویایی سیستم (Vensim) و برنامه ریزی ژنتیک برای شبیه سازی فرایند بارش- رواناب در حوضه آبریز لیقوان استفاده گردید. در مدل برنامه ریزی ژنتیک برای بدست آوردن بهترین ترکیب، وروردی های مختلف برای مدل سازی مورد آزمون قرار گرفت. نتایج حاکی از دقت بالای مدل Vensim در شبیه سازی فرایند بارش- رواناب نسبت به مدل برنامه ریزی ژنتیک می باشد. نتایج نشان می دهد که مدل Vensim برای اکثر رویدادها ضریب همبستگی بالایی نسبت به برنامه ریزی ژنتیک داشته همچنین در پیش بینی دبی و زمان اوج کمترین خطای مطلق را دارد.
مرضیه قربانی اقدم؛ یعقوب دین پژوه؛ احمد فاخری فرد؛ صابره دربندی
چکیده
روش های تحلیلی کاهش ابعاد داده ها مانند PCA برای درک صحیحی از عوامل مؤثر بر تغییرات اقلیمی با توجیه قسمت مهمی از کل واریانس با تعداد محدودی از مولفه های اصلی، در برنامه‌ریزی منابع آب حائز اهمیت است. روش تجزیه به عامل ها در این تحقیق به عنوان تصویرکننده فضای اطلاعات روی محورهای محدود و معین استفاده شده است. هدف اصلی این مطالعه پهنه بندی ...
بیشتر
روش های تحلیلی کاهش ابعاد داده ها مانند PCA برای درک صحیحی از عوامل مؤثر بر تغییرات اقلیمی با توجیه قسمت مهمی از کل واریانس با تعداد محدودی از مولفه های اصلی، در برنامه‌ریزی منابع آب حائز اهمیت است. روش تجزیه به عامل ها در این تحقیق به عنوان تصویرکننده فضای اطلاعات روی محورهای محدود و معین استفاده شده است. هدف اصلی این مطالعه پهنه بندی حوضه آبریز دریاچه ارومیه از نظر خشکسالی با روش تجزیه به عامل ها است. آمار بارش های ماهانه 30 ایستگاه هواشناسی در دوره آماری 2009-1972 استفاده شد. شاخص بارش استاندارد (SPI)، برای هر یک از ایستگاه های منتخب در دو مقیاس 3 و 12 ماهه به کار برده شد. تجزیه به عامل های مربوط به داده های SPI برای پهنه-بندی منطقه از نظر مشخصه های خشکسالی انجام گردید. همگنی نواحی به دست آمده با روش آماره S ویلتشایر بررسی شد. نتایج تجزیه به مولفه های اصلی SPI سه ماهه (دوازده ماهه) نشان داد که تعداد 5 (6) عامل ویژه بزرگتر از یک دارند و 08/68 (88/78) درصد از واریانس کل را در مجموع توجیه می کند. حوضه دریاچه ارومیه با توجه به ضرایب عامل ها پس از چرخش در مقیاس 3 ماهه (12 ماهه) به پنج (شش) ناحیه تفکیک شد. نتایج آزمون همگنی نشان داد که نواحی به دست آمده همگن هستند.
بهاره فلاحی؛ احمد فاخری فرد؛ یعقوب دین پژوه؛ صابره دربندی
چکیده
روش های تحلیلی کاهش ابعاد داده ها مانند آنالیز مولفه های اصلی برای درک صحیحی از عوامل مؤثر بر تغییرات اقلیمی با توجیه قسمت مهمی از کل واریانس با تعداد محدودی از مولفه های اصلی، در برنامه ریزی منابع آب حائز اهمیت می باشند. در این تحقیق روش PCA به عنوان تصویرکننده فضای اطلاعات روی محورهای محدود و معین، K-mean به عنوان روش خوشه سازی گروهی و ...
بیشتر
روش های تحلیلی کاهش ابعاد داده ها مانند آنالیز مولفه های اصلی برای درک صحیحی از عوامل مؤثر بر تغییرات اقلیمی با توجیه قسمت مهمی از کل واریانس با تعداد محدودی از مولفه های اصلی، در برنامه ریزی منابع آب حائز اهمیت می باشند. در این تحقیق روش PCA به عنوان تصویرکننده فضای اطلاعات روی محورهای محدود و معین، K-mean به عنوان روش خوشه سازی گروهی و Wardبه عنوان خوشه سازی سلسله مراتبی مورد استفاده قرار گرفته است. در تحقیق حاضر با استفاده از این روش ها و کاربرد داده های بارش روزانه 60 ایستگاه هواشناسی در طول دوره آماری 35 ساله (2004-1970)،4 نوع پهنه بندی بر مبنای بارش های روزانه، سری شاخص فاصله-مقدار، فواصل زمانی بارش و سری روزهای بارانی انجام گرفت. آماره S برای آزمون همگنی مناطق بدست آمده به کار گرفته شد. نتایج نشان داد که روش PCA به لحاظ ماهیت خود فضای داده ها را روی محورهای اصلی تصویر می کند و ساختار واقعی فضا را نشان خواهد داد اما در روش های سلسله مراتبی که در هر مرحله خوشه یا اعضا را به هم متصل می کنند، از نظر ماهیت فضایی خوشه ها بیانگر ساختار واقعی نمی باشند لذا انتظار می رود که خوشه های حاصل از PCA واقعی تر از خوشه های حاصل از دیگر روش‌ها باشد. اما از نقطه نظر گسترش اطلاعات خوشه بندی بر مبنای همگنی، روش های خوشه بندی سلسله مراتبی بر خوشه بندی واقعی ارجحیت پیدا می‌کند.
