آمار
| تعداد نشریات | 45 |
| تعداد شماره‌ها | 1,430 |
| تعداد مقالات | 17,598 |
| تعداد مشاهده مقاله | 57,239,531 |
| تعداد دریافت فایل اصل مقاله | 19,065,395 |
پیش بینی رواناب دشت اردبیل با رویکردهای پیش‌پردازش زمانی موجکی | ||
| هیدروژئومورفولوژی | ||
| دوره 8، شماره 26، خرداد 1400، صفحه 116-99 اصل مقاله (1.39 M) | ||
| نوع مقاله: پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22034/hyd.2021.44060.1570 | ||
| نویسندگان | ||
| فرناز دانشور وثوقی* 1؛ رسول صمدزاده2 | ||
| 1استادیارگروه مهندسی عمران، واحد اردبیل، دانشگاه آزاد اسلامی، اردبیل، ایران. | ||
| 2دانشیار گروه جغرافیا، واحد اردبیل، دانشگاه آزاد اسلامی، اردبیل، ایران | ||
| چکیده | ||
| مدلسازی صحیح فرآیند بارش-رواناب به دلیل گستردگی عوامل موثر بر بارش و رواناب یکی از پیچیدگی‌های علم هیدرولوژی است. هدف از این پژوهش استفاده از روش‌های پیش پردازش زمانی از جمله رفـع نویز موجکی و تبدیل موجک برای پیش بینی سری‌های زمانی ماهانه رواناب در دشت اردبیل می‌باشد. شـبیه سـازی بـارش – روانـاب بـا اسـتفاده از مدل جعبـه سـیاه شبکه عصبی مصنوعی برای سه ترکیب داده‌های بارش و رواناب دشت اردبیل انجـام گردید. ترکیب اول و دوم داده‌ها از داده‌های خود ایستگاه در زمان‌های گذشته استفاده می‌کند و ترکیب سوم داده‌ها از داده‌های ایستگاه‌های بالادست (ایستگاه‌های گیلانده و کوزه تپراقی) برای پیش بینی رواناب خروجی دشت (ایستگاه سامیان) استفاده می‌کند. نتایج نشان داد کـه اعمـال روش‌های پیش پردازش زمانی رفـع نویز مـوجکی و استفاده از تبدیل موجک در شــبیه ســازی بارش-رواناب بــا مدل شبکه عصبی مصنوعی به ترتیب بطور متوسط باعــث بهبــود 4 و 39 درصدی در مرحلــه آزمایش مدل شده است. | ||
| کلیدواژه‌ها | ||
| مدلسازی رواناب؛ تبدیل موجک؛ رفع نویز موجکی؛ شبکه عصبی مصنوعی؛ دشت اردبیل | ||
|
سایر فایل های مرتبط با مقاله
|
||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 726 تعداد دریافت فایل اصل مقاله: 516 |
||
