[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی::
اطلاعات نشریه::
آرشیو مجله و مقالات::
برای نویسندگان::
برای داوران::
ثبت‌نام و اشتراک::
تماس با ما::
تسهیلات پایگاه::
بایگانی مقالات زیر چاپ::
فعالیت‌های انجمن::
اصول اخلاقی::
بانک‌ها و نمایه نامه‌ها::
::
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
آخرین مطالب بخش
:: ارزیابی ضریب تاثیر سال ۱۴۰۰
:: شماره ۳۵ نشریه
..
آخرین مطالب سایر بخش‌ها
..
فرم تعارض منافع و تعهد نویسندگان
نویسنده گرامی، تکمیل و ارسال فرم تعهد نویسندگان و فرم تعارض منافع در زمان ارسال مقاله الزامی است.
جهت دریافت فرم، روی کلمه فرم مورد نظر کلیک فرمایید و پس از تکمیل، در قسمت فایل‌های پیوست قرار دهید.
..
:: ::
برگشت به فهرست مقالات برگشت به فهرست نسخه ها
پیش‌بینی جریان‌های سیلابی بر اساس راهکار ترکیبی داده‌های گوگل ارث انجین و مدل‌های هوش مصنوعی
محمد جهانی ، محمدتقی دستورانی دستورانی* ، علیرضا راشکی
دانشکده منابع طبیعی و محیط زیست دانشگاه فردوسی مشهد
چکیده:   (278 مشاهده)
سیل یکی از حوادث ناگوار در طبیعت است که در صورت عدم پیش‏بینی به‏موقع می‏تواند باعث خسارت مالی و جانی شدیدی گردد. لذا برآورد دبی اوج سیلابی از مهم‏ترین مسائلی است که امروزه، در مطالعات هیدرولوژیکی دارای اهمیت ویژه‏ای است. با این وجود هنوز تحقیقات برای استفاده از ابزارهای سنجش از دوری برای پیش‏بینی، کنترل و مدیریت سیل در اکثر حوزه‏های آبخیز کشور کمتر مورد توجه واقع شده است. هدف پژوهش حاضر، تعیین عوامل موثر بر دبی جریان سیلابی حوضه آبخیز سرباز و پیش‌بینی جریان سیلابی رودخانه سرباز با استفاده از روش‌های هوش مصنوعی شامل مدل شبکه عصبی مصنوعی (ANN) است. در این تحقیق داده‏های بارندگی، رطوبت و دمای خاک،  تبخیر و تعرق، جریان آب پایه، شاخص تقویت شده پوشش گیاهی (EVI) در سامانه گوگل ارث انجین و داده‏های مشاهده‏ای دبی رخدادهای سیل در حوضه منطقه موردمطالعه در دوره زمانی 1401-1380 به کار گرفته شد. به‏دنبال آن عوامل موثر بر دبی سیلابی به‏روش آنالیز مؤلفه اساسی تعیین و در مرحله بعد برای اجرای مدل‏های شبکه عصبی مصنوعی این عوامل به وسیله رگرسیون خطی بیزین الگوبندی شد و در مرحله آخر مدل‏سازی شبکه عصبی مصنوعی به منظور پیش‏بینی جریان سیلابی انجام گرفت. نتایج نشان داد که عوامل مجموع بارش روز جاری و روزماقبل، رطوبت خاک در عمق 0 تا 10 سانتی‏متری روزماقبل و دمای خاک در روز قبل، به عنوان مناسب‏ترین الگوی ورودی برای مدل‏سازی انتخاب شدند. نتایج نشان داد که که شبکه عصبی مصنوعی طراحی شده با ضریب کارایی 90/0 و ضریب تعیین 89/0 و ریشه میانگین مربعات خطا 37/50 برای مرحله آموزش و ضریب کارایی نش ساتکلیف 76/0 و ضریب تعیین  83/0 و ریشه میانگین مربعات خطا 46/86 برای مرحله اعتبارسنجی، توانایی خوبی در برآورد دبی اوج سیلابی دارد. نتایج نشان داد که مدل واسنجی شده به‌منظور پیش‌بینی دبی جریان سیلابی با استفاده از داده‏های سنجش از دور کاربردی بوده و دقت قابل‌قبولی دارد و می‏تواند ابزاری کارآمد در یاری رساندن به مدیران برای پیش‏بینی به‏موقع سیلاب و کاهش خسارات ناشی از آن باشد.
شماره‌ی مقاله: 5
واژه‌های کلیدی: تجزیه و تحلیل مؤلفه اساسی، حوضه آبخیز سرباز، رگرسیون خطی بیزین، شبکه عصبی مصنوعی
     
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
برگشت به فهرست مقالات برگشت به فهرست نسخه ها
مجله علمی سامانه های سطوح آبگیر باران Iranian Journal of Rainwater Catchment Systems
تکمیل و ارسال فرم تعارض منافع
نویسنده گرامی ، پس از ارسال مقاله ، جهت دریافت فرم، لطفا بر روی کلمه فرم تعارض منافع کلیک نمایید و پس از تکمیل، در فایل های پیوست مقاله قرار دهید.
Persian site map - English site map - Created in 0.05 seconds with 40 queries by YEKTAWEB 4679