آمار

تعداد نشریات26
تعداد شماره‌ها250
تعداد مقالات2,183
تعداد مشاهده مقاله3,520,884
تعداد دریافت فایل اصل مقاله2,330,786
زهساز, کیمیا, دربندی, صابره, میرزانیا, احسان. (1402). مدل‌سازی زمانی و مکانی بارش با استفاده از MLR، ANN و الگوریتم هیبریدی HBA-ANN. سامانه مدیریت نشریات علمی, (), -. doi: 10.22098/mmws.2023.12779.1273
کیمیا زهساز; صابره دربندی; احسان میرزانیا. "مدل‌سازی زمانی و مکانی بارش با استفاده از MLR، ANN و الگوریتم هیبریدی HBA-ANN". سامانه مدیریت نشریات علمی, , , 1402, -. doi: 10.22098/mmws.2023.12779.1273
زهساز, کیمیا, دربندی, صابره, میرزانیا, احسان. (1402). 'مدل‌سازی زمانی و مکانی بارش با استفاده از MLR، ANN و الگوریتم هیبریدی HBA-ANN', سامانه مدیریت نشریات علمی, (), pp. -. doi: 10.22098/mmws.2023.12779.1273
زهساز, کیمیا, دربندی, صابره, میرزانیا, احسان. مدل‌سازی زمانی و مکانی بارش با استفاده از MLR، ANN و الگوریتم هیبریدی HBA-ANN. سامانه مدیریت نشریات علمی, 1402; (): -. doi: 10.22098/mmws.2023.12779.1273

مدل‌سازی زمانی و مکانی بارش با استفاده از MLR، ANN و الگوریتم هیبریدی HBA-ANN

مدل سازی و مدیریت آب و خاک
مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 30 اردیبهشت 1402
نوع مقاله: پژوهشی
شناسه دیجیتال (DOI): 10.22098/mmws.2023.12779.1273
نویسندگان
کیمیا زهساز1؛ صابره دربندی* 2؛ احسان میرزانیا3
1گروه علوم و مهندسی اب، دانشکده کشاورزی، دانشگاه تبریز ، تبریز، ایران
2گروه علوم و مهندسی اب، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران
3گروه علوم و مهندسی آب،دانشکده کشاورزی،دانشگاه تبریز،تبریز،ایران
چکیده
مدل‌سازی و برآورد بارندگی، یکی ازمسائل مهم و اساسی در زمینه هیدرولوژی است . به منظور کاهش خطا در زمینه مدل‌سازی از الگوریتم‌های جدید و متنوعی که در علوم مهندسی و کامپوتر ارائه شده‌اند، استفاده می‌شوند. این موضوع در هیدرولوژی بسیار کارآمد است. این الگوریتم‌ها به‌ منظور دستیابی به یک جواب بهینه، به تعداد کمی تکرار نیاز دارند و همین امر موجب افزایش سرعت در رسیدن به نتایج مورد نظر می‌شود. در این پژوهش از سه مدل MLR، ANNو هیبرید HBA-ANN به‌منظور مدل‌سازی زمانی و مکانی بارش استان آذربایجان شرقی طی بازه زمانی 2022 -1996 استفاده شد. بدین منظور، در مرحله اول از گام‌های تاخیر زمانی یک ماهه و دو ماهه بارش، به‌عنوان پارامتر ورودی در مدل‌سازی زمانی و در مرحله دوم از پارامترهای طول جغرافیایی، عرض جغرافیایی و ارتفاع جغرافیایی به‌عنوان پارامتر ورودی در مدل‌سازی مکانی استفاده شد. جهت بررسی عملکرد تکنیک‌های مورد استفاده در تحقیق از 5 شاخص آماری RMSE، R، NRMSE ،NSE ،MBE استفاده شد. علاوه ‌براین، به‌منظور برآورد مقدار بارش در مناطقی از استان که فاقد ایستگاه باران‌سنجی می‌باشند از روی داده‌های ایستگاه‌های موجود، از روش‌های درونیابی هم‌باران و پولیگون تیسن استفاده شد. در نهایت طبق نتایج به‌دست آمده از هر سه مدل در مدل‌سازی زمانی، هیبرید HBA-ANNعملکرد بهتری نسبت ‌به مدل‌های MLR و ANN از خود نشان داد. هم‌چنین باتوجه به نتایج مدل هیبریدی HBA-ANN، ایستگاه هریس با R برابر با 94/0 و RMSE برابر با 25/2 و ضریب NSE برابر با 79/0 و NRMSE برابر با 04/0 و MBE برابر با 06/1 در مرحله آزمون عملکرد بهتر نسبت به سایر ایستگاه‌ها در مرحله آزمون ارائه داد. براساس نتایج به‌دست آمده از مدل‌سازی مکانی، مدل هیبریدی HBA-ANN با R برابر با 95/0 و RMSE برابر با 03/1 و NSE برابر با 92/0 NRMSE برابر با03/ 0 و MBE برابر با 81/0- دقت قابل توجهی در مدل‌سازی مکانی بارش از خود نشان داد و مجددا به عنوان مدل پیشنهادی انتخاب می‌شود. در این پژوهش، باتوجه به دقت بالا مدل هیبریدی HBA-ANN در مطالعات آتی پیشنهاد می‌شود، از این مدل در زمینه مدل‌سازی تبخیر، دما و ... استفاده و نتایج مورد ارزیابی قرار گیرد.
کلیدواژه‌ها
پولیگون تیسن؛ رگرسیون خطی چندگانه؛ شبکه عصبی مصنوعی؛ منحنی هم‌باران؛ هیبرید شبکه عصبی مصنوعی و گورکن عسل‌خوار
آمار
تعداد مشاهده مقاله: 254


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب