مدلسازی رواناب ماهانه با استفاده از روش های داده کاوی براساس الگوریتمهای انتخاب ویژگی
نویسنده:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
باتوجه به اهمیت مقدار جریان خروجی از حوضه آبریز جهت مدیریت آبهای سطحی، فهم دقیق ارتباط بین مقدار رواناب با پارامترهای اقلیمی همچون بارش و دما و شناسائی موثرترین پارامتر در فرآیند مدلسازی بسیار مهم می باشد. در این تحقیق پس از آزمون همگنی داده های بارش، دما و رواناب ماهانه حوضه آبریز ناورود، ابتدا براساس دو الگوریتم رلیف و همبستگی دو ترکیب مختلف از پارامترهای موثر در رواناب مورد توجه قرار گرفت. الگوریتم جدید رلیف با استفاده از میانگین بردار وزنی مرتبط بین داده ها و یک مقدار آستانه، ویژگی های موثر در بین یک مجموعه از داده ها را به ویژه در شرایطی که تعداد داده ها کم باشد، به ترتیب اهمیت شناسایی می کند. سپس با استفاده از دو روش رگرسیون بردار پشتیبان و نزدیک ترین همسایگی رواناب ماهانه مبتنی بر دو ترکیب ورودی پیشنهادی مدلسازی گردید. نتایج به دست آمده نشان داد، روش رگرسیون بردار پشتیبان با بهرهگیری از تابع کرنل شعاع محور نسبت به روش نزدیک ترین همسایگی از دقت بالا و خطای کمتری در برآورد رواناب به خصوص در مقادیر جریان های سیلابی برخوردار است.
کلیدواژگان:
زبان:
فارسی
در صفحه:
39
لینک کوتاه:
magiran.com/p1843664
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
دسترسی سراسری کاربران دانشگاه پیام نور!
اعضای هیئت علمی و دانشجویان دانشگاه پیام نور در سراسر کشور، در صورت ثبت نام با ایمیل دانشگاهی، تا پایان فروردین ماه 1403 به مقالات سایت دسترسی خواهند داشت!
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!