آمار

تعداد نشریات26
تعداد شماره‌ها399
تعداد مقالات3,523
تعداد مشاهده مقاله5,417,101
تعداد دریافت فایل اصل مقاله3,702,953
شریفی, محمدرضا, نوری, مهتاب, حیات خان, مانیر. (1404). ارزیابی عملکرد مدل‌های ترکیبی Wavelet-ARIMA-ANN و Wavelet-ARIMA-LSTM در شبیه‌سازی خشک‌سالی مبتنی بر شاخص ترکیبی SRGI. سامانه مدیریت نشریات علمی, (), -. doi: 10.22098/mmws.2025.16471.1536
محمدرضا شریفی; مهتاب نوری; مانیر حیات خان. "ارزیابی عملکرد مدل‌های ترکیبی Wavelet-ARIMA-ANN و Wavelet-ARIMA-LSTM در شبیه‌سازی خشک‌سالی مبتنی بر شاخص ترکیبی SRGI". سامانه مدیریت نشریات علمی, , , 1404, -. doi: 10.22098/mmws.2025.16471.1536
شریفی, محمدرضا, نوری, مهتاب, حیات خان, مانیر. (1404). 'ارزیابی عملکرد مدل‌های ترکیبی Wavelet-ARIMA-ANN و Wavelet-ARIMA-LSTM در شبیه‌سازی خشک‌سالی مبتنی بر شاخص ترکیبی SRGI', سامانه مدیریت نشریات علمی, (), pp. -. doi: 10.22098/mmws.2025.16471.1536
شریفی, محمدرضا, نوری, مهتاب, حیات خان, مانیر. ارزیابی عملکرد مدل‌های ترکیبی Wavelet-ARIMA-ANN و Wavelet-ARIMA-LSTM در شبیه‌سازی خشک‌سالی مبتنی بر شاخص ترکیبی SRGI. سامانه مدیریت نشریات علمی, 1404; (): -. doi: 10.22098/mmws.2025.16471.1536

ارزیابی عملکرد مدل‌های ترکیبی Wavelet-ARIMA-ANN و Wavelet-ARIMA-LSTM در شبیه‌سازی خشک‌سالی مبتنی بر شاخص ترکیبی SRGI

مدل سازی و مدیریت آب و خاک
مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 12 اردیبهشت 1404
نوع مقاله: پژوهشی
شناسه دیجیتال (DOI): 10.22098/mmws.2025.16471.1536
نویسندگان
محمدرضا شریفی* 1؛ مهتاب نوری2؛ مانیر حیات خان3
1دانشکده مهندسی آب و محیط زیست، دانشگاه شهید چمران اهواز
2دانشکده مهندسی آب و محیط زیست، دانشگاه شهید چمران اهواز، اهواز، ایران
3دانشکده مهندسی و بررسی کمیت، دانشگاه بین المللی INTI، پرسیاران پردانا، نیلای 71800، نگری سمبیلان، مالزی
چکیده
پایش خشکسالی مستلزم شبیه‌سازی شاخص‌هایی است که به دو دسته تکی و ترکیبی دسته بندی می شوند. شبیه‌سازی‌ها عمدتاً مبتنی بر شاخص‌های تکی بوده اند. از این رو مطالعه خاصی در زمینه شبیه‌سازی خشک‌سالی مبتنی بر شاخص‌های ترکیبی، خصوصاً شبیه سازی با مدل‌های ترکیبی انجام ‌نشده است. در تحقیق به شبیه‌سازی خشک‌سالی مبتنی بر شاخص ترکیبی SRGI، با استفاده از مدل‌های ترکیبی Wavelet-ARIMA-ANN و Wavelet-ARIMA- LSTM اقدام شده است. برای این منظور، خشکسالی زیر حوضه آبریز الشتر در بازه زمانی 2020-1991، مبتنی بر شاخص های تکی شامل SPI، SRI و SGI و شاخص ترکیبی SRGI، با مدل‌های تکی ARIMA،LSTM ،ANN و همچنین مدل‌های ترکیبی W-AL و W-2A و مقایسه عملکردهای آن‌ها با یکدیگر، شبیه سازی شد. نتایج نشان داد مدل‌های ترکیبی W-ALوW-2A در مقایسه با مدل‌های تکی ARIMA، LSTM وANN برای کلیه شاخص‌ها اعم از تکی و ترکیبی صحت بیشتری دارند. به طوری که دامنه RMSE برای مدل‌های ترکیبی در مقایسه با مدل‌های تکی، به ترتیب 71/0-44/0 و 47/1-54/0 به دست آمد. از سویی دیگر، مقایسه دو مدل‌ ترکیبی W-AL و W-2A نشان داد مدل W-AL در همه‌ی شاخص‌های تکی با RMSE 44/0، 62/0، 59/0، صحیح تر از مدل W-2A با RMSE 49/0، 71/0، 63/0 به دست آمد. این در حالی است که عملکرد W-AL در شاخص ترکیبی SRGI، با RMSE 64/0، صحت کمتری از مدل W-2A با RMSE 61/0 به دست داد.
کلیدواژه‌ها
نمایه ترکیبی؛ مدل های هیبریدی؛ یادگیری عمیق؛ شبکه عصبی؛ حوضه الشتر
آمار
تعداد مشاهده مقاله: 46


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب