ابوالحسن فتح آبادی؛ حامد روحانی
چکیده
به منظور مدیریت حوضه جهت کاهش اثرات فرسایش خاک نیاز است تا میزان رسوب معلق خروجی حوضه برآورد گردد. بدین منظور روش منحنی سنجه متداولترین روش آماری برای برآورد رسوب معلق در زمانی که دادههای رسوب معلق برداشت نشده است می باشد. با توجه به خطاهای دادههای برداشتی و محدود بودن این دادهها مقدار رسوب برآوردی با استفاده از روش ...
بیشتر
به منظور مدیریت حوضه جهت کاهش اثرات فرسایش خاک نیاز است تا میزان رسوب معلق خروجی حوضه برآورد گردد. بدین منظور روش منحنی سنجه متداولترین روش آماری برای برآورد رسوب معلق در زمانی که دادههای رسوب معلق برداشت نشده است می باشد. با توجه به خطاهای دادههای برداشتی و محدود بودن این دادهها مقدار رسوب برآوردی با استفاده از روش منحنی سنجه دارای عدم قطعیت هایی است. بدین منظور در این تحقیق با استفاده از روش های گلو و خودگردانساز اقدام به برآورد عدم قطعیت روش منحنی سنجه در چهار ایستگاه حوضه قزل اوزن گردید. در ایستگاه موتور خانه و میانه تول شماره 7 تابع سیگموئید در ایستگاه استور تابع چند جمله ای مرتبه دوم و در ایستگاه گلینک تابع خطی بهترین برازش را به دادههای مشاهداتی داشتند. نتایج برآورد عدم قطعیت نشان داد که دامنه عدم قطعیت حاصل از روش خودگردانساز نسبت به روش گلو بزرگتر بود و تعداد بیشتری دادههای مشاهداتی را در بر گرفت. همچنین میزان عدم قطعیت برآورد رسوب با استفاده از روش منحنی سنجه تابعی از تراکم دادههای برداشتی و نوع تابع مورد استفاده بود. نتایج آنالیز حساسیت روش گلو نشان داد با کاهش مقدار آستانه دامنه عدم قطعیت بیشتر می شود اما همچنان دامنه عدم قطعیت بدست آمده کمتر از دامنه عدم قطعیت بدست آمده با استفاده از روش خودگردانساز بود.
نسرین ضابط پیشخانی؛ سید مرتضی سیدیان؛ علی حشمت پور؛ حامد روحانی
چکیده
بارش یکی از مهمترین عوامل مورد استفاده در مطالعات منابع طبیعی، آب، هواشناسی و غیره است. تشخیص پیشبینیپذیری و شناخت عوامل تأثیرگذار بر فرآیند بارش با توجه به نوسان ها و بی نظمی های موجود در سری زمانی بارش اهمیت دارد. این تحقیق با روشهای سامانه استنتاج
فازی- عصبی تطبیقی (ANFIS) و ماشین بردار پشتیبان(SVM) بارش ماهانه شهر گنبدکاووس ...
بیشتر
بارش یکی از مهمترین عوامل مورد استفاده در مطالعات منابع طبیعی، آب، هواشناسی و غیره است. تشخیص پیشبینیپذیری و شناخت عوامل تأثیرگذار بر فرآیند بارش با توجه به نوسان ها و بی نظمی های موجود در سری زمانی بارش اهمیت دارد. این تحقیق با روشهای سامانه استنتاج
فازی- عصبی تطبیقی (ANFIS) و ماشین بردار پشتیبان(SVM) بارش ماهانه شهر گنبدکاووس را الگوسازی کرده است. دادههای مورد استفاده مربوط به سالهای 2012- 1995 است. 2 سری ورودی (ماهانه) شامل: 1- میانگین دما و رطوبت، سرعت باد و فشار 2- مقادیر متوسط بارش ماهانه ایستگاههای آبسنجی استان گلستان در نظر گرفته شد. نتایج نشان داد اگرچه دقت SVM بیشتر از ANFIS است، اما پیش بینی بارندگی با پارامترهای هواشناسی توسط هر دو مدل دارای دقت کمی است. نتایج پیش بینی بارش با بارندگی ایستگاه های منطقه برای هر دو روش قابل قبول است. ضریب تعیین و خطای RMSE در مرحله آزمون در روش SVM بهترتیب برابر 91/0 و 59/5 و در روش ANFIS برابر 87/0 و 06/7 است. تحلیل حساسیت نشان داد که رطوبت نسبی مهمترین متغیرهواشناسی در پیش بینی بارندگی است. سه متغیردیگر تأثیر یکسانی بر نتایج دارند. همچنین موثرترین ایستگاه در پیش بینی بارندگی تعیین شد. این پژوهش نشان داد که SVM عملکرد بهتری نسبت به ANFIS در پیش بینی بارندگی داشته است.
