استفاده از داده های بازتحلیلی و مدل های هوشمند در شبیه سازی رابطه بارش رواناب (مطالعه موردی: حوضه آبریز بازفت)

نویسنده:

بهزاد زکی ، علی محمد آخوند علی* ، منوچهر فتحی مقدم ، محمدامین مداح

پیام:
نوع مقاله:
مطالعه موردی (دارای رتبه معتبر)
چکیده:

امروزه استفاده از مدل های هوشمند در شبیه سازی فرایند بارش رواناب کاربرد زیادی به ویژه در مدیریت منابع آب پیدا کرده است. در این مطالعه به منظور پیش بینی سری زمانی جریان روزانه در ایستگاه هیدرومتری مرغک، واقع در حوضه کارون، از مدل هوشمند شبکه عصبی مصنوعی تلفیق شده با آنالیز موجک استفاده شده است.  برای این منظور، سری زمانی بارش مشاهده ای و بازتحلیلی ERA-INTRIM  به مدت 16 سال (1382-1397) به وسیله ی تبدیل موجک به زیر سری های فرکانسی تجزیه شد، سپس این زیر سری ها هر کدام به طور جداگانه به عنوان داده های ورودی به مدل شبکه عصبی مصنوعی وارد گردید. نتایج به دست آمده حاکی از آن بود که داده های بازتحلیلی توانایی بالایی در شبیه سازی مدل های بارش رواناب دارند و می توانند جایگزین خوبی برای داده های مشاهده ای ایستگاه های بارش باشند. هم چنین مطابق نتایج روش تبدیل موجک می تواند بر بهبود عملکرد مدل ANN ساده برای حوضه بازفت در مقیاس روزانه برابر 38 درصد و در مقیاس ماهانه برابر 72 درصد موثر باشد.

کلیدواژگان:

تبدیل موجک ، سری زمانی بارش ، شبکه عصبی مصنوعی ، ایستگاه مرغک ، ERA-Intrim

زبان:
فارسی
انتشار در:
فصلنامه علوم و مهندسی آبیاری، سال چهل و هفتم شماره 2 (تابستان 1403)
صفحات:
17 تا 30
لینک کوتاه:
https://www.magiran.com/p2775128 
سامانه نویسندگان
  • دکتر محمدامین مداح
    نویسنده (4)
    دکتر محمدامین مداح
    استادیار گروه هیدرولوژی و منابع آب، دانشکده مهندسی آب و محیط زیست، دانشگاه شهید چمران، اهواز، ایران
اطلاعات نویسنده(گان) توسط ایشان ثبت و تکمیل شده‌است. برای مشاهده مشخصات و فهرست همه مطالب، صفحه رزومه را ببینید.
مقالات دیگری از این نویسنده (گان)