Journal of Environmental Science and Technology
,
Issue7,Year,
Autumn
2021
زمینه و هدف: سدها به عنوان یکی از اساسیترین منابع تامین آب شرب، کشاورزی، برقآبی و صنعتی از نقش مهمی در توسعه جوامع انسانی و محیطزیست اطراف خود برخوردارند. بنابراین با توجه به نقش اساسی سدها در پویایی محیط اطراف خود، برآورد جریان ورودی به آنها از اهمیت ویژهای برخورد More
زمینه و هدف: سدها به عنوان یکی از اساسیترین منابع تامین آب شرب، کشاورزی، برقآبی و صنعتی از نقش مهمی در توسعه جوامع انسانی و محیطزیست اطراف خود برخوردارند. بنابراین با توجه به نقش اساسی سدها در پویایی محیط اطراف خود، برآورد جریان ورودی به آنها از اهمیت ویژهای برخوردار بوده و از ابزارهای مهم و مؤثر در مدیریت بهینه کمی و کیفی منابع آب است.
روش بررسی: در این تحقیق سعی شده تا با استفاده از مدل هوش مصنوعی شبکه عصبی مصنوعی (ANN) اقدام به مدلسازی جریان ماهانه رودخانه صوفیچای، ورودی به سد علویان، گردد. همچنین به منظور بهبود عملکرد مدل مذکور و با توجه به اطلاعات زیاد ورودی به این مدل، از روش تجزیه متعامد سره (POD) به منظور تعیین بهترین الگوی ورودی به مدل ANN استفاده گردید. در نهایت نیز عملکرد دو مدل ANN و مدل ترکیبی POD-ANN بر پایه آمارههای ضریب تعیین (R2)، میانگین خطای مطلق (MAE) و میانگین قدرمطلق خطای نسبی (AARE) مورد ارزیابی قرار گرفت.
یافتهها: نتایج این تحقیق مشخص نمود که اگرچه مقادیر پیشبینی شده دبی ورودی به مخزن سد توسط مدل ANN نزدیک به مقادیر مشاهدهای هستند اما عملکرد آن در نقاط با دبی بالا با خطای قابل توجهی همراه است. همچنین یافتههای این تحقیق حاکی از عملکرد بهتر مدل POD-ANN نسبت به مدل ANN در نقاط با دبی بالا بود. در حالت کلی نتایج به دست آمده از مدل POD-ANN اجرا شده مشخص نمود که مقدار آمارههای R2، MAE و AARE مدل در هر دو مرحله واسنجی و صحتسنجی بهبود قابل توجهی نسبت به مقادیر مشابه در مدل ANN داشتهاند. مقدار آمارههای R2، MAE و AARE در مرحله صحتسنجی POD-ANN به ترتیب معادل 93/0، 79/0 و 54/0 بود.
بحث و نتیجهگیری: عملکرد بهتر مدل POD-ANN در دبی با مقادیر بالا نسبت به مدل ANN میتواند به دلیل عمل پیشپردازش بر روی متغیرهای ورودی و کاهش تعداد آنها در مدل POD-ANN در مقایسه با مدل ANN باشد. بنابراین میتوان نتیجهگیری نمود که عمل پیشپردازش بر روی متغیرهای ورودی به مدل ANN و کاهش تعداد متغیرهای ورودی به این مدل همراه با بهبود عملکرد آن بوده است.
Manuscript profile
تخمین دبی جریان در حوضه آبریز، به دلیل تاثیر ان در مدیریت منابع آب، می تواند نقش اقتصادی مهمی داشته باشد.در این تحقیق، ازمدل های(ANN)،(SVR)و(ANFIS) جهت پیش بینی رواناب حوضه آبریز دزاستفاده شده است. همبستگی بین ایستگاه ها بررسی و ایستگاههای کمندان،زورآباد و دره تخت به دل More
تخمین دبی جریان در حوضه آبریز، به دلیل تاثیر ان در مدیریت منابع آب، می تواند نقش اقتصادی مهمی داشته باشد.در این تحقیق، ازمدل های(ANN)،(SVR)و(ANFIS) جهت پیش بینی رواناب حوضه آبریز دزاستفاده شده است. همبستگی بین ایستگاه ها بررسی و ایستگاههای کمندان،زورآباد و دره تخت به دلیل همبستگی اندک با ایستگاههای اطراف،حذف شدند سپس به دلیل عدم بررسی دخالت انسانی، با استفاده از نرم افزارxlstatروند ایستگاهها بررسی و ایستگاههای فاقد روند انتخاب شدند.جهت ارزیابی عملکرد مدل ها ازضریب همبستگی(R)،ضریب نش-ساتکلیف (NSE)وریشه ی میانگین مربعات خطا(RMSE)استفاده شده است.نتایج این تحقیق حاکی از برتریANFISبا رویکردکلاسترینگ نسبت به رویکرد شبکه بندی است.مدل های(ANN)،(ANFIS)و(SVR) توانایی خوبی در شبیه سازی جریان حوضه آبریز دز داشته اند.
Manuscript profile
Water Resources Engineering
,
Issue5,Year,
Winter
2016
با توجه به کمبود ایستگاههای آبسنجی در بیشتر حوضه های آبخیز کشور، توسعهی روشهایی که بتوانند آبدهی را در مقیاس زمانی روزانه براورد کنند، از موارد ضروری است که به بهبود اطلاعات مورد نیاز برای اهداف مدیریتی مرتبط با منابع آب منجر می گردد. این روشها معمولا از بارش به عن More
با توجه به کمبود ایستگاههای آبسنجی در بیشتر حوضه های آبخیز کشور، توسعهی روشهایی که بتوانند آبدهی را در مقیاس زمانی روزانه براورد کنند، از موارد ضروری است که به بهبود اطلاعات مورد نیاز برای اهداف مدیریتی مرتبط با منابع آب منجر می گردد. این روشها معمولا از بارش به عنوان ورودی شبیههای آبشناسی استفاده می کنند. جهت اندازه گیری بارش به عنوان متغیر اصلی در براورد رواناب، می توان از الگوریتمهای ماهواره ای، که دارای پوشش زمانی و مکانی مناسبی میباشند، استفاده کرد. شبیههای متعددی برای تخمین بده ارائه شدهاند، که در این بین IHACRES یکی از انواع سادهی آنهاست، که در آن تنها از دادههای بارش و دما برای به دست آوردن رواناب استفاده می شود؛ بنابراین، در تحقیق حاضر ابتدا شبیه سازی جریان روزانهی رود ساروق چای از حوضهی آبخیز زرینه رود باکاربرد شبیه IHACRES و دادههای زمینی روزانهی بارش، دما و آبدهی برای سالهای 1367 تا 1387 انجام شد، و شبیه در دو دوره واسنجی و صحت سنجی گردید. سپس جهت ارزیابی کارایی الگوریتمهای بارش ماهواره ای در شبیه سازی بده، که هدف این تحقیق است، دادههای ماهواره ای روزانهی سه الگوریتم PERSIANN، TMPA-3B42V7 و CMORPH در فاصلهی سالهای 1382 تا 1387 به عنوان ورودی شبیه واسنجی شده مزبور مورد استفاده قرار گرفت. با در نظر گرفتن ضریب همبستگی CC، و شاخصهای خطای RMSE، MAE و RBias برای ارزیابیها، نتایج گویای توانایی بالاتر الگوریتم TMPA-3B42V7در شبیه سازی رواناب حوضه نسبت به دو الگوریتم دیگر میباشد.
Manuscript profile
Sanad
Sanad is a platform for managing Azad University publications