سید محمد حسینی موغاری؛ کیومرث ابراهیمی
چکیده
آگاهی از کیفیت آب هر منطقه در تصمیم گیری های مدیریتی به‌منظور استفاده بهینه از منابع آب ضروری است. یکی از روش های رایج در اظهارنظر در مورد کیفیت منابع آب، استفاده از شاخص های کیفیت منابع آب(WQIs) است. شاخص ها معمولاً دارای محدودیت هایی است از جملهی آن‌ها می توان به‌ضرورت در دسترس بودن کلیه پارامترهای استفاده شده در توسعه هر شاخص اشاره ...
بیشتر
آگاهی از کیفیت آب هر منطقه در تصمیم گیری های مدیریتی به‌منظور استفاده بهینه از منابع آب ضروری است. یکی از روش های رایج در اظهارنظر در مورد کیفیت منابع آب، استفاده از شاخص های کیفیت منابع آب(WQIs) است. شاخص ها معمولاً دارای محدودیت هایی است از جملهی آن‌ها می توان به‌ضرورت در دسترس بودن کلیه پارامترهای استفاده شده در توسعه هر شاخص اشاره کرد. همچنین برخورد قطعی با مسائل کیفیت آب نقطه ضعف دیگری برای این شاخص ها است. از اینرو برای حل این دو محدودیت در مقاله حاضر با استفاده از سیستم استنتاج فازی (FIS) و بر اساس" استلزام ممدانی" و با کاربرد داده های کیفی آبخوان دشت ساوه، اقدام به توسعه شاخص کیفیت آب فازی (FWQI) شده است. هفت شاخص از نوع FWQI با پارامترهای کیفی مختلف توسعه داده شد. این شاخص ها برای مشخص کردن کیفیت آب 17 چاه از دشت ساوه به کار گرفته شدند. به‌منظور در دسترس بودن معیاری برای قضاوت مقادیر برآوردی آن‌ها با مقادیر پایه و شناخته شده محاسبه شده بر اساس شاخص WQI مقایسه شدند. نتایج نشان داد که در غیاب برخی از پارامترها، شاخص های FWQI با دقت بالایی قادر به ارزیابی منابع آب زیرزمینی هستند. همچنین مشخص شد که اگر در میان پارامترهای ورودی، پارامتری که دارای مقداری خارج از محدوده مطلوب خود باشد، حذف شود، در طبقه بندی کیفی آب ایجاد خطا خواهد نمود. بررسی پایش کیفی آب چاه ها نشان داد که وضعیت آب آن‌ها از نظر شرب در شش چاه قابل قبول، در پنج چاه غیرقابل قبول و در شش چاه بسیار نامناسب است.
فرزانه نظریه؛ حسین انصاری
چکیده
الگوهای پیوند دور از جمله عوامل موثر بر میزان بارش می‌باشند، در این تحقیق توانایی مدل‌های هوشمند در پیش‌بینی بارندگی ماهانه به کمک داده‌های پیوند از دور در هشت ایستگاه سینوپتیک استان خراسان رضوی برای سال‌های 1991 تا 2010 مورد بررسی قرار گرفت. مدل‌های هوشمند مورد بررسی عبارتند از مدل شبکه عصبی مصنوعی، مدل استنتاج فازی و مدل نروفازی. ...
بیشتر
الگوهای پیوند دور از جمله عوامل موثر بر میزان بارش می‌باشند، در این تحقیق توانایی مدل‌های هوشمند در پیش‌بینی بارندگی ماهانه به کمک داده‌های پیوند از دور در هشت ایستگاه سینوپتیک استان خراسان رضوی برای سال‌های 1991 تا 2010 مورد بررسی قرار گرفت. مدل‌های هوشمند مورد بررسی عبارتند از مدل شبکه عصبی مصنوعی، مدل استنتاج فازی و مدل نروفازی. معیارهای آماری برای مقایسه نتایج مدل‌ها شامل ضریب همبستگی، میانگین خطای اریبی، میانگین مربعات خطا و معیارهای ترکیبی جاکووی دز و صباغ می‌باشد. پس از یافتن بهترین ساختار برای مدل‌های هوشمند و مقایسه آن‌ها، مشخص گردید مدل نروفازی بهترین نتایج را دارا می‌باشد. معیارهای آماری برای پیش‌بینی بارش به روش نروفازی به ترتیب در یک ماهه آینده برابر 8/0، 55/0-، 43/0، 7/0، 91/0، برای دو ماهه آینده برابر 79/0، 32/1-، 48/0، 56/1، 4/0 و برای سه ماهه آینده برابر 73/0، 37/1-، 54/0، 47/1، 36/0 به‌دست آمد. نتایج مدل‌های هوشمند برای ایستگاهی که داده‌های آن در بخش آموزش بکار برده نشده بود حاکی از این است که مدل‌ها برای منطقه جغرافیایی آموزش دیده توانایی پیش‌بینی بارش را دارند. بررسی دقت مدل نروفازی در هر یک از کلاس‌های شاخص بارندگی استاندارد نشان داد که این مدل در برآورد مقادیر بارش در کلاس‌های تر سالی بسیار شدید و تر سالی شدید کم برآورد داشته است. در نهایت نتایج این تحقیق نشان داد که مدل‌های هوشمند مخصوصاً مدل نروفازی ابزار مناسبی برای پیش‌بینی بارندگی می‌باشند، اما از این مدل‌ها در کلاس‌های تر سالی بسیار شدید و تر سالی شدید با تامل بیشتری باید استفاده نمود.
حوریه مرادی؛ حسین انصاری؛ سیدمجید هاشمی نیا؛ امین علیزاده؛ علی وحیدیان کامیاد؛ سیدمحمدجواد موسوی
چکیده
تبخیر و تعرق یکی از اجزای اصلی چرخه هیدرولوژی و تخمین نیاز آبیاری است. در سال‌های اخیر استفاده از سیستم‌های هوشمند برای برآورد پدیده‌های هیدرولوژی افزایش چشمگیری داشته است؛ لذا این پژوهش با هدف بررسی امکان استفاده ازکارآمدی سیستم‌های استنتاج فازی، درایجاد نگاشت بین پارامترهای هواشناسی و تبخیر و تعرق گیاه مرجع و مقایسه دقت این ...
بیشتر
تبخیر و تعرق یکی از اجزای اصلی چرخه هیدرولوژی و تخمین نیاز آبیاری است. در سال‌های اخیر استفاده از سیستم‌های هوشمند برای برآورد پدیده‌های هیدرولوژی افزایش چشمگیری داشته است؛ لذا این پژوهش با هدف بررسی امکان استفاده ازکارآمدی سیستم‌های استنتاج فازی، درایجاد نگاشت بین پارامترهای هواشناسی و تبخیر و تعرق گیاه مرجع و مقایسه دقت این سیستم‌ها با روش‌های ترکیبی صورت گرفت. براین اساس پس از بررسی مدل‌های مختلف موجود و بررسی ترکیب‌های مختلف داده‌های روزانه هواشناسی، 5 مدل برای برآورد تبخیر و تعرق مرجع روزانه ارائه شد. در این مدل‌ها تبخیر و تعرق محاسبه شده از معادله پنمن – مونتیث – فائو به عنوان خروجی مدل در نظر گرفته شد و کارایی مدل‌های مورد مقایسه با استفاده از آماره‌های ریشه میانگین مربع خطا، خطای انحراف میانگین، ضریب تعیین و معیار جاکوویدز (t) و معیار صباغ وهمکاران (R2 /t) مورد ارزیابی قرار گرفت. اطلاعات مورد استفاده از داده‌های هواشناسی ایستگاه سینوپتیک مشهد طی دوره آماری 50 ساله، از سال 1339 تا 1389بود، که از میان داده‌های موجود، 75 درصد به عنوان آموزش مدل و25برای درصد تست مدل مورد استفاده قرار گرفتند. مقایسه نتایج مدل‌های فازی ارائه شده با پارامترهای ورودی متفاوت با دو روش پنمن- مونتیث - فائو و هارگریوز- سامانی نشان دادند که، سیستم‌های فازی قادر به برآورد تبخیر و تعرق مرجع روزانه با دقت قابل قبولی هستند. به طوری که مدل فازی با 4 متغیر ورودی بالاترین همبستگی (99/0) را داشته و با در نظر گرفتن سایر پارامترهای ارزیابی، مدل با دو پارامتر دما و رطوبت نسبی (96/0 RMSE=،18/0MBE= ،95/0= R2،22t = و 04/0 R2/t) تطابق بسیار خوبی با مدل پنمن – مونتیث – فائو در مرحله آموزش داشت. در مرحله آزمون نیز، نتایج بسیار مشابه مرحله آموزش بوده و مدل فازی با 2 دما و رطوبت نسبی بهترین تطابق را بدست داد. با توجه به نتایج حاصل از این تحقیق، می‌توان مدل فازی را به عنوان یکی از روش‌های برآورد تبخیر تعرق مرجع روزانه با دقت بالا معرفی نمود.
