مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

52
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

10
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

ارزیابی رتبه ای دو رویکرد مدل سازی داده مبناء و مفهومی فرآیند بارش- رواناب در مقیاس زمانی ماهانه

صفحات

 صفحه شروع 258 | صفحه پایان 273

چکیده

 مدل سازی ماهانه فرآیند بارش- رواناب نقش مهمی در بهر ه برداری از سدها دارد. در مقاله حاضر کارایی سه مدل داده مبناء شبکه عصبی مصنوعی (ANN), شبکه عصبی رگرسیون تعمیم یافته (GRNN) و K نزدیک ترین همسایگی (KNN) در مقایسه با مدل مفهومی IHACRES در مدل سازی ماهانه بارش- رواناب با داده های مشابه و ساختار بهینه مورد ارزیابی قرار گرفت. شبیه سازی جریان ماهانه ورودی به سد کرخه به عنوان مطالعه موردی انتخاب و از داده های مشاهده ای 32 ساله (1393-1361) دما و بارش ماهانه و جریان ماهانه ورودی به سد استفاده شد. با توجه به متفاوت بودن الگوهای بارش-رواناب در ماه های مختلف, دو نوع ارزیابی کلی و ماهانه از کارایی مدل ها با استفاده از روش رتبه دهی و بر مبنای سه شاخص ارزیابی نش- ساتکلیف (NSE), جذر میانگین مربعات خطا (RMSE) و ضریب همبستگی (R) انجام شد. نتایج نشان داد که از هر دو روش ارزیابی مدل ها در مرحله صحت سنجی, دو مدل ANN و KNN به ترتیب دارای بیشترین و کم ترین کارایی در تخمین جریان ماهانه بودند. بر اساس ارزیابی کلی رتبه ای مدل ها, کارایی دو مدل  ANN(749/0 NSE= و 868/0R=) و IHACRES (699/0 NSE=و 842/0R=) با کسب 8 امتیاز مشابه بود و دو مدل GRNN (618/0 NSE=و 793/0R=) و KNN (601/0 NSE=و 777/0R=) با کارایی مشابه (5 امتیاز) در رتبه دوم قرار گرفتند. در حالیکه بر اساس روش ارزیابی رتبه ای ماهانه, دو مدل IHACRES و GRNN با کسب مجموع 38 امتیاز مساوی از سه شاخص ارزیابی خطا دارای کارایی مشابه بوده و کارایی آنها پس از مدل ANN با 48 امتیاز در مقام دوم قرار گرفت.

چندرسانه ای

  • ثبت نشده است.

    • استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    مقالات مرتبط نشریه ای

  • ثبت نشده است.

    • مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button