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:

1,211
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

756
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

پیش بینی کوتاه مدت بارندگی: روشی برای بهبود هشدار سیل های ناگهانی (مطاله موردی-حوضه سد گلستان 1 در استان گلستان)

صفحات

 صفحه شروع 179 | صفحه پایان 190

چکیده

 برای افزایش کارآیی سیستم های هشدار سیل در حوضه های کوهستانی کوچک و متوسط که زمان پاسخ حوضه کوتاه بوده و سیل های ناگهانی اتفاق می افتد پیش بینی کمی بارش کوتاه مدت ضروری است. پیش بینی کمی و کوتاه مدت بارش, زمان پیش هشدار را در یک سیستم هشدار سیل افزایش می دهد و آن را قابل اعتماد می سازد. پیش بینی دقیق بارش یکی از مشکل ترین موضوعات در هواشناسی است. در این مقاله یک مدل شبکه عصبی برای پیش بینی بارش کوتاه مدت 15 ایستگاه باران سنجی حوضه سد گلستان یک در حوضه گرگان رود واقع در استان گلستان ارایه می شود. داده های ساعتی بارش و نیز سایر پدیده های هواشناسی با یک شبکه عصبی پرسپترون چند لایه پیشرو با الگوریتم آموزش پس انتشار 2 خطا برای پیش بینی یک ساعته بارش آموزش داده شد و برای پیش بینی نقطه ای تا 2 ساعت برای هر ایستگاه آزمون گردید. نتایج مدل عصبی با روش مرسوم پیش بینی از نوع پایا مقایسه گردید. نتایج نشان می دهد که دقت پیش بینی مدل شبکه عصبی در مقایسه با روش پایا بهتر است. استفاده از پارامترهای رطوبت و دما نیز پیش بینی را بهبود می دهد. مدل قادر است پیش بینی بارش را در طول رگبار به هنگام نماید و برای حوضه های با زمان تمرکز 3 ساعت و بیشتر کارآیی دارد. خروجی مدل پیش بینی بارش می تواند با یک مدل بارش- رواناب در زمان واقعی پیوند زده شود و با دقت قابل قبولی زمان پیش هشدار سیل را به میزان 2 ساعت بهبود ببخشد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    یخکشی، محمدابراهیم، ثقفیان، بهرام، صدقی، حسین، فهمی، هدایت، و موسوی جهرمی، سیدحبیب. (1387). پیش بینی کوتاه مدت بارندگی: روشی برای بهبود هشدار سیل های ناگهانی (مطاله موردی-حوضه سد گلستان 1 در استان گلستان). علوم کشاورزی و منابع طبیعی، 15(5)، 179-190. SID. https://sid.ir/paper/9600/fa

    Vancouver: کپی

    یخکشی محمدابراهیم، ثقفیان بهرام، صدقی حسین، فهمی هدایت، موسوی جهرمی سیدحبیب. پیش بینی کوتاه مدت بارندگی: روشی برای بهبود هشدار سیل های ناگهانی (مطاله موردی-حوضه سد گلستان 1 در استان گلستان). علوم کشاورزی و منابع طبیعی[Internet]. 1387؛15(5):179-190. Available from: https://sid.ir/paper/9600/fa

    IEEE: کپی

    محمدابراهیم یخکشی، بهرام ثقفیان، حسین صدقی، هدایت فهمی، و سیدحبیب موسوی جهرمی، “پیش بینی کوتاه مدت بارندگی: روشی برای بهبود هشدار سیل های ناگهانی (مطاله موردی-حوضه سد گلستان 1 در استان گلستان)،” علوم کشاورزی و منابع طبیعی، vol. 15، no. 5، pp. 179–190، 1387، [Online]. Available: https://sid.ir/paper/9600/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