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:

422
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

608
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

توسعه روش هیبریدی موجک-الگوریتم Kstar برای پیش بینی بارش های ماهانه (مطالعه موردی: ایستگاه سینوپتیک اهواز)

صفحات

 صفحه شروع 409 | صفحه پایان 420

چکیده

 پیش بینی متغیرهای هیدرولوژیک و به ویژه بارش نقش بسیار مهمی در مدیریت و برنامه ریزی منابع آبی داشته و از این رو توسعه روش هایی که بتواند تخمین دقیقی از آن را به دست دهد همواره مورد توجه محققان بوده است. در این پژوهش از داده های بارش ایستگاه سینوپتیک اهواز در دوره آماری 2018-1961 برای توسعه مدل های هیبریدی موجک Kstar (WKstar) و برنامه ریزی بیان ژن (WGEP) استفاده شد. عملکرد مدل های به کار رفته با شاخص های آماری ضریب همبستگی (CC), نش-ساتکلیف (NS), کلینگ گوپتا (KGE) و ضریب ویلموت (WI) مورد بررسی قرار گرفت. در ابتدا مدل های منفرد Kstar و GEP با ورودی های بارش تاخیر یافته تا چهار ماه قبل و شماره ماه ها اجرا شدند. نتایج نشان داد که هر دو مدل با تاخیر زمانی یک ماه (الگوی M1) به بیشترین دقت رسیده اما عملکرد آنها بسیار ضعیف و غیرقابل قبول بود. با توجه به اینکه هر دو مدل با الگوی M1 بهترین عملکرد را داشته اند از این رو بارش های یک ماه قبل با استفاده از پنج تابع موجک مختلف به زیرسری های تقریب و جزئیات تجزیه شده و مجدداً به مدل ها معرفی شدند. نتایج نشان داد که عملکرد مدل های هیبریدی موجک نسبت به حالت منفرد بسیار بهبود یافته به طوری که شاخص NS از 139/0 به 607/0 افزایش یافت. همچنین بهترین عملکرد مدل های هیبریدی WKstar و WGEP با ورودی های تابع موجک دابچیز چهار و سطح تجزیه دو به دست آمده و از نظر آماری اختلاف معنی داری بین دو مدل هیبریدی توسعه یافته وجود نداشت, اما با استفاده از نمودار ویولونی مشخص گردید که مدل WKstar برای پیش بینی بارش های ایستگاه سینوپتیک اهواز مناسب تر می باشد.

استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    APA: کپی

    احمدی، فرشاد، و مداح، محمدامین. (1400). توسعه روش هیبریدی موجک-الگوریتم Kstar برای پیش بینی بارش های ماهانه (مطالعه موردی: ایستگاه سینوپتیک اهواز). تحقیقات آب و خاک ایران (علوم کشاورزی ایران)، 52(2 )، 409-420. SID. https://sid.ir/paper/369672/fa

    Vancouver: کپی

    احمدی فرشاد، مداح محمدامین. توسعه روش هیبریدی موجک-الگوریتم Kstar برای پیش بینی بارش های ماهانه (مطالعه موردی: ایستگاه سینوپتیک اهواز). تحقیقات آب و خاک ایران (علوم کشاورزی ایران)[Internet]. 1400؛52(2 ):409-420. Available from: https://sid.ir/paper/369672/fa

    IEEE: کپی

    فرشاد احمدی، و محمدامین مداح، “توسعه روش هیبریدی موجک-الگوریتم Kstar برای پیش بینی بارش های ماهانه (مطالعه موردی: ایستگاه سینوپتیک اهواز)،” تحقیقات آب و خاک ایران (علوم کشاورزی ایران)، vol. 52، no. 2 ، pp. 409–420، 1400، [Online]. Available: https://sid.ir/paper/369672/fa

    مقالات مرتبط نشریه ای

    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