پریوش طوفانی؛ احمد فاخری فرد؛ ابوالفضل مساعدی؛ امیر احمد دهقانی
چکیده
برآورد و پیشبینی بارش اهمیت ویژهای دارد. به دلیل نبود قطعیت، هیچ یک از مدلهای آماری و مفهومی نتوانستهاند به منزلة یک مدل برتر در الگوسازی دقیق بارش شناخته شوند. اخیراً، به کاربردِ موجک در آنالیز سیگنالها و سریهای زمانی در هیدرولوژی توجه شده است. در این تحقیق، سیگنال بارندگی با استفاده از موجک مادر منتخب ...
بیشتر
برآورد و پیشبینی بارش اهمیت ویژهای دارد. به دلیل نبود قطعیت، هیچ یک از مدلهای آماری و مفهومی نتوانستهاند به منزلة یک مدل برتر در الگوسازی دقیق بارش شناخته شوند. اخیراً، به کاربردِ موجک در آنالیز سیگنالها و سریهای زمانی در هیدرولوژی توجه شده است. در این تحقیق، سیگنال بارندگی با استفاده از موجک مادر منتخب تجزیه شد و دادههای به‌دست‌آمده با دو روش برازش معادلات مستقیم و هیبرید عصبی- موجکی برای پیشبینی استفاده شد. روش مذکور در پیشبینی بارندگیِ ماهانة 33 سال ایستگاه زرینگل از سال آبی 1354 ـ 1355 تا 1386 ـ 1387 بهکار گرفته شد و نتایج با یکدیگر مقایسه شد. نتایج نشان داد تجزیة سیگنال با موجک به طور قابل ملاحظهای موجب افزایش همبستگی میان دادههای مشاهداتی و محاسباتی میشود و سیگنالِ بارندگی با دقت بیشتری پیشبینی میشود؛ به طوری که در روش مستقیم میزان R2برابر با 74/0 و در روش هیبرید عصبی- موجکی در بهترین حالت برای چهار سطح تجزیه برابر 95/0 است. این نتیجه قدرت موجک در سادهسازی سیگنال و افزایش دقت پیشبینی دادههای کاملاً تصادفی بارندگی را در منطقة مورد نظر تأیید میکند. ضمن آنکه، معنیدار نبودن تست Fدر سطح 90 درصد و بالاتر تأیید دیگری بر این مطلب است.
سمانه محمدی مقدم؛ ابوالفضل مساعدی؛ محمد جنگجو؛ منصور مصداقی
چکیده
با آنکه بارندگی مهمترین عامل تأثیرگذار در تولید مرتع است، اطلاعات اندکی دربارة روابط تولید مرتع تحت تأثیر متقابل عوامل آبوهوایی و، به‌ویژه، شاخص‌های خشکسالی وجود دارد. این پژوهش با هدف بررسی ارتباط تولید مرتع با عوامل آبوهوایی بارندگی، دما، تبخیر، تعرق، شاخص‌های خشکسالی بارش استانداردشده (SPI)، و شناسایی خشکسالی (RDI) در منطقة ...
بیشتر
با آنکه بارندگی مهمترین عامل تأثیرگذار در تولید مرتع است، اطلاعات اندکی دربارة روابط تولید مرتع تحت تأثیر متقابل عوامل آبوهوایی و، به‌ویژه، شاخص‌های خشکسالی وجود دارد. این پژوهش با هدف بررسی ارتباط تولید مرتع با عوامل آبوهوایی بارندگی، دما، تبخیر، تعرق، شاخص‌های خشکسالی بارش استانداردشده (SPI)، و شناسایی خشکسالی (RDI) در منطقة ندوشن واقع در استان یزد انجام شده است. بدین منظور، در مورد هر عامل 33 دورة زمانی مختلف، شامل دوره‌های یک تا چهارماهه، شش‌ماهه، و نُه‌ماهه‌ـ به عنوان متغیرهایی که ممکن است در تولید گیاهی مرتع مؤثر باشند‌ـ درنظر گرفته شد. برای کاهش حجم داده‌ها از روش تجزیه به مؤلفه‌های اصلی استفاده شد. به منظور تعیین بهترین رابطه بین تولید با عوامل آبوهوایی و شاخص‌های خشکسالی از روابط رگرسیونی استفاده شد. رابطه‌های رگرسیونی مختلف برای متغیر‌های انتخاب‌شده از روش تجزیه به مؤلفه‌ها بررسی شد. در نهایت، در هر روش رابطه‌ای که دارای کمترین خطای نقطة ایده‌آل (IPE) بود رابطة برتر شناخته شد. با مقایسة رابطه‌هایی که بر اساس بارندگی، دما، تبخیر و تعرق، شاخص بارش استانداردشده، و شاخص شناسایی خشکسالی به‌دست آمد، رابطة به‌دست‌آمده از شاخص شناسایی خشکسالی به عنوان رابطه‌ای که برآورد مناسب‌تری از تولید مراتع دارد (969/0=R و میانگین قدر مطلق خطای نسبی معادل 111/0) انتخاب شد.
محمد قبایی سوق؛ ابوالفضل مساعدی
چکیده
شاخص RDI از برازش توزیع لوگنرمال بر مقادیر نسبت بارندگی (P) به تبخیر و تعرق پتانسیل (ETo) در هر بازة زمانی دلخواه به‌دست می‌آید. در این شاخص مقدار ETo از روش ترنت‌وایت (Th) و بر اساس دمای میانگین محاسبه میشود. روش Th مقدار ETo را در مناطق خشک و نیمه‌خشک کمتر از مقدار واقعی تخمین می‌زند. همچنین، در برخی از مناطق ممکن است توزیع لوگنرمال ...
بیشتر
شاخص RDI از برازش توزیع لوگنرمال بر مقادیر نسبت بارندگی (P) به تبخیر و تعرق پتانسیل (ETo) در هر بازة زمانی دلخواه به‌دست می‌آید. در این شاخص مقدار ETo از روش ترنت‌وایت (Th) و بر اساس دمای میانگین محاسبه میشود. روش Th مقدار ETo را در مناطق خشک و نیمه‌خشک کمتر از مقدار واقعی تخمین می‌زند. همچنین، در برخی از مناطق ممکن است توزیع لوگنرمال نتواند مناسب‌ترین توزیع بر مقادیر نسبت بارندگی به ETo برازش یابد. در این تحقیق، به منظور ارزیابی تأثیر دو محدودیت فوق بر شاخص RDI، از آمار پارامترهای هواشناسی هشت ایستگاه سینوپتیک کشور طی سال‌های 1958 تا 2007 میلادی استفاده شد. نخست، مقادیر شاخص RDI بر اساس توزیع لوگنرمال و روش Th محاسبه شد (RDI(Th)). سپس، مقادیر ETo از روش منتخب (بر اساس بهترین معادلة تجربی در شرایط مختلف کمبود پارامترهای هواشناسی) برآورد شد و شاخص RDI با عنوان RDI(Select)محاسبه گردید. همچنین، با برازش توابع توزیع مختلف بر مقادیر نسبت بارندگی به ETo سالانه مناسب‌ترین تابع توزیع بر اساس آمارة کولموگروف- اسمیرنوف (KS) انتخاب شد و با استفاده از اصل انتقال هم‌احتمال مقادیر شاخص RDI با عنوانRDI(Th) * استخراج گردید. بررسی وضعیت خشکسالی بر اساس شاخص‌های RDI(Select) وRDI(Th) * در مقایسه با RDI(Th) نشان داد که رفع هر یک از محدودیت‌های ذکرشده می‌تواند به تغییر در تعداد فراوانی و شدت هر یک از وضعیت‌های مختلف رطوبتی در شاخص RDI منجر شود. بنابراین، با برآورد ETo از روش منتخب و استفاده از مناسب‌ترین تابع توزیع برازش‌یافته بر مقادیر نسبت بارندگی به ETo، به کمک اصل انتقال هم‌احتمال، شاخص RDI(Th) به شاخص RDI(Select)* اصلاح شد.
مرتضی نبی زاده؛ ابوالفضل مساعدی؛ امیر احمد دهقانی
چکیده
پیشبینی و برآورد جریان رودخانه برای هر منطقه و حوضه آبریز به عنوان یکی از مهمترین پارامترها در استفاده بهینه از منابع آبی محسوب میشود. در این پژوهش از مدلی مبتنی بر منطق فازی (سیستم استنتاج فازی، FIS Fuzzy Inference System) برای انجام فرآیند پیشبینی جریان استفاده شده است. به این منظور از سه پارامتر بارندگی، دما و دبی روزانه حوضه آبریز ...
بیشتر
پیشبینی و برآورد جریان رودخانه برای هر منطقه و حوضه آبریز به عنوان یکی از مهمترین پارامترها در استفاده بهینه از منابع آبی محسوب میشود. در این پژوهش از مدلی مبتنی بر منطق فازی (سیستم استنتاج فازی، FIS Fuzzy Inference System) برای انجام فرآیند پیشبینی جریان استفاده شده است. به این منظور از سه پارامتر بارندگی، دما و دبی روزانه حوضه آبریز لیقوانچای برای پیشبینی جریان روزانه رودخانه لیقوان، استفاده شد. در پیشپردازش اولیه داده‌ها، تصادفی بودن آنها با استفاده از آزمون نقاط عطف مورد بررسی قرار گرفت. سپس جهت تعیین مدلهای بهینه ورودی به سیستمها، همبستگینگار داده‌ها مورد بررسی قرار گرفت. نهایتاً جهت بررسی تأثیر دما در پیشبینی، این فرآیند با تفکیک ماهها، انجام شد. ارزیابی نتایج پیشبینیها با استفاده از معیارهای آماری از جمله معیار ناش- ساتکلیف نشان داد که مدل FIS دقت بالا (9976/0=CNS) و خطای کمی (0113/0=RMSE) در پیشبینی داشته است و این روش می‌تواند به عنوان روشی کارآمد و دقیق در پیشبینی جریان رودخانه بهکار گرفته شود. همچنین با بررسی نتایج نهایی، مشخص شد که دما در برخی از ماهها (فروردین و آذر) در پیشبینی موثر بوده است.
