مقایسه عملکرد مدل های استوکاستیک در تولید داده های ماهیانه جریان و بارندگی

سال انتشار: 1394
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 111

فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IWRR-11-3_007

تاریخ نمایه سازی: 30 بهمن 1401

چکیده مقاله:

مدل های تولید داده مصنوعی به عنوان ابزار مناسبی جهت پیش بینی و تولید سری های زمانی جانشین یا یک سری بسیار طولانی مدت در مطالعات منابع آب شناخته شده و این مدل ها به طور وسیعی در سراسر دنیا توسط محققین مختلف مورد استفاده قرار می گیرد. این مدل ها برای تولید داده های مصنوعی سالیانه، ماهیانه و روزانه بارندگی یا جریان رودخانه ای در طی دهه های اخیر توسعه داده شده اند. در این میان مدل های تولید داده مصنوعی ماهیانه به دلیل استفاده در مطالعات مهم و اساسی سیستم های منابع آب از جمله سیستم مخازن ذخیره، پایش خشکسالی و غیره دارای اهمیت خاصی بوده و استفاده از آنها تحلیل دقیقتر از رفتار عملکرد واقعی چنین سیستم هایی را فراهم می کند. از طرف دیگر، پایه نظری مدل های استوکاستیک مختلف تولید داده های ماهیانه متفاوت بوده و این امر می تواند اثر قابل توجهی در عملکرد آنها داشته باشد. لذا انتخاب یک مدل مناسب تر در مطالعه و تحلیل دقیق و درست یک سیستم منابع آب یکی از دغدغه های مهم متخصصین منابع آب می باشد. در این مطالعه با استفاده از روش شبیه سازی مونت کارلو، عملکرد چهار تیپ ازمدل غیرپارامتریک Bootstrap و مدل های پارامتریک Valencia-Schaake، Thomas-Fiering و Fragment در تولید داده های ماهیانه مصنوعی مورد مقایسه و ارزیابی قرار گرفته است. بدین منظور داده های جریان ماهیانه ۴۷ ساله سه رودخانه نازلوچای، شهرچای و باراندوزچای واقع در استان آذربایجان غربی درشمال غرب ایران مورد استفاده قرار گرفته و ۱۰۰۰ سری زمانی مصنوعی جریان های ماهیانه ۴۷ ساله برای هر سه رودخانه مذکور به ازاء هر کدام از مدل های هفتگانه مورد مطالعه، تولید و مورد استفاده قرار گرفته است. نتایج مطالعه نشان داد که مدل توزیعی Valencia-Schaake دارای عملکرد بسیار مطلوب نسبت به سایر مدل ها به ازاء تمامی آماره های مطرح ارزیابی است.

نویسندگان

مجید منتصری

دانشیار /گروه مهندسی آب، دانشگاه ارومیه

جواد حیدری

کارشناس ارشد سازه های آبی/ دانشگاه ارومیه

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Adeloye AJ, and Montaseri M (۲۰۰۲) Preliminary stream flow data ...
  • Barnes FB (۱۹۵۴) Storage required for a city water supply, ...
  • Bars RL (۱۹۹۰) Hydrology: an introduction to hydrologic science. Addison-Wesley ...
  • Brittan MR (۱۹۶۱) Probability analysis to the development of a ...
  • Chow VT, Maidment, DR, and Mays LW (۱۹۹۳) Applied hydrology, ...
  • Debele B (۲۰۰۷) Accuracy evaluation of weather data generation and ...
  • Douglas H (۲۰۱۰) How to measure anything: finding the value ...
  • Fiering MB (۱۹۶۷) Stream flow synthesis, Harvard Univ. Press, Cambridge, ...
  • Hazen A (۱۹۱۴) Storage to be provided in impounding reservoirs ...
  • Kendall MG, Stuart A (۱۹۷۶) The advanced theory of statistics. ...
  • Lin GF, Lee FC (۱۹۹۲) An aggregation-disaggregation approach for hydrologic ...
  • Maheepala S, Perera BJC (۱۹۹۶) Monthly hydrologic data generation by ...
  • McGhee JW (۱۹۸۵) Introductory statistics, West Publishing Co., New York, ...
  • McMahon TA, Mein RG (۱۹۸۶) Water and reservoir yield. Water ...
  • Montaseri M, Adeloye AJ (۱۹۹۹) Critical period of reservoir systems ...
  • Montaseri M, Adeloye AJ (۲۰۰۲) Effects of integrated planning on ...
  • Montaseri M, Adeloye AJ (۲۰۰۴) A graphical rule for volumetric ...
  • Nurul AI (۲۰۰۴) Synthetic simulation of stream flow and rainfall ...
  • Porter JW, and Pink BJ, ۱۹۹۱. A method of synthetic ...
  • Salas JD (۱۹۹۳) Analysis and modeling of hydrologic time series, ...
  • Salas JD, Deller JW, Yevjevich V, and Lane WL (۱۹۸۰) ...
  • Savic DA, Burn DH, and Zrinji Z (۱۹۸۹) A comparison ...
  • Srikanthan R, and McMahon TA (۱۹۸۲) Stochastic generation of monthly ...
  • Srikanthan R, McMahon TA (۱۹۸۵) Stochastic generation of rainfall and ...
  • Srikanthan R, McMahon TA (۲۰۰۱) Stochastic generation of annual, monthly ...
  • Srinivas VV, Srinivasan K (۲۰۰۵) Hybrid moving block bootstrap stochastic ...
  • Thomas HA, Fiering MP (۱۹۶۲) Mathematical synthesis of stream flow ...
  • Vogel RM, Kroll CN (۱۹۸۹) Low flow frequency analysis using ...
  • Vogel RM, Shallcros AL (۱۹۹۶) The moving blocks bootstrap versus ...
  • Yevjevich V (۱۹۷۲) Probability and statistics in hydrology. Water Resources ...
  • نمایش کامل مراجع