نسرین بیرانوند؛ علیرضا سپه وند؛ علی حقی‌زاده
چکیده
این تحقیق با استفاده از الگوریتم‌های یادگیری ماشین به بررسی کارآیی مدل‌های RF, RepTree, GP-PUK, GP-RBF, M5P برای مدل‌سازی بارانحلالی در زیرحوضه‌های خرم‌آباد، بیرانشهر و الشتر در استان لرستان پرداخته شد. داده‌های ورودی شامل بارش، دبی، دبی یک روز قبل، میانگین دبی (دبی همان روز و یک روز قبل) همچنین داده خروجی رسوب انحلالی رودخانه‌ها می‌باشد. ...
بیشتر
این تحقیق با استفاده از الگوریتم‌های یادگیری ماشین به بررسی کارآیی مدل‌های RF, RepTree, GP-PUK, GP-RBF, M5P برای مدل‌سازی بارانحلالی در زیرحوضه‌های خرم‌آباد، بیرانشهر و الشتر در استان لرستان پرداخته شد. داده‌های ورودی شامل بارش، دبی، دبی یک روز قبل، میانگین دبی (دبی همان روز و یک روز قبل) همچنین داده خروجی رسوب انحلالی رودخانه‌ها می‌باشد. در این تحقیق برای مدل‌سازی در مرحله آموزش 70 درصد داده‌ها و در مرحله آزمایش 30 درصد باقی‌مانده مورد استفاده قرار گرفتند. در نهایت برای مقایسه نتایج مدل‌های مختلف و انتخاب بهترین مدل، از معیارهای سنجش خطای ریشه میانگین مربعات خطا (RMSE)، ضریب همبستگی (C.C) و میانگین مربعات خطا (MAE) استفاده شد. نتایج نشان داد باتوجه به معیارهای ارزیابی مدل GP با دو تابع کرنل PUK و RBF در دوره پرآبی و کم‌آبی عملکرد بهتری را نسبت به سایر مدل‌ها داشته است. نتایج به‌دست آمده در دوره پرآبی نشان داد که در ایستگاه‌های چم‌انجیر، سراب صیدعلی و کاکارضا مدل GP-RBF و در ایستگاه هیدرومتری بهرام‌جو مدل GP-PUK با بیشترین ضریب همبستگی و کمترین خطا در مرحله آزمایش به‌عنوان مدل‌های بهینه برای تخمین بار انحلالی انتخاب شدند. همچنین در ایستگاه‌های هیدرومتری بهرام‌جو، چم‌انجیر و سراب صیدعلی مدل GP-RBF و در ایستگاه هیدرومتری کاکارضا مدل GP-PUK به‌عنوان مدل بهینه برای تخمین بار انحلالی در دوره کم‌آبی انتخاب شدند. بنابراین، با توجه به نتایج به دست آمده، می‌توان برای مدیریت کیفیت و کمیت منابع آب سطحی از مدل‌های بهینه GP-PUK و GP-RBF برای تخمین بار انحلالی رودخانه‌های فاقد ایستگاه هیدرومتری در حوضه‌های کارستی استفاده کرد.
اصغر زارع چاهوکی؛ علی سلاجقه؛ محمد مهدوی؛ شهرام خلیقی سیگارودی؛ سعید اسدی
چکیده
منحنی تداوم جریان (FDC) نشاندهندة رابطۀ بین فراوانی و مقدار دبی است. داده‌های دبی جریان آب، به شکل منحنی تداوم جریان، به عنوان پیش‌نیاز، برای طرح‌های مدیریت منابع آب، از قبیل طراحی سدها، نیروگاه‌های برق‌آبی، اجرای عملیات آبخیزداری، ارزیابی خطر خشک‌سالی، و بررسی سلامت زیست‌بوم رودخانه، مورد نیاز است. این مطالعه در ...
بیشتر
منحنی تداوم جریان (FDC) نشاندهندة رابطۀ بین فراوانی و مقدار دبی است. داده‌های دبی جریان آب، به شکل منحنی تداوم جریان، به عنوان پیش‌نیاز، برای طرح‌های مدیریت منابع آب، از قبیل طراحی سدها، نیروگاه‌های برق‌آبی، اجرای عملیات آبخیزداری، ارزیابی خطر خشک‌سالی، و بررسی سلامت زیست‌بوم رودخانه، مورد نیاز است. این مطالعه در یازده حوزة آبخیز منتخب با ویژگیهایِ مشترکی، همچون طول دورة آماری مشترک دبی روزانة بیست‌ساله، حداقل تغییر کاربری اراضی، و حجم آب سالانة مشابه، از میان حوزه‌های آبخیز در سه استان یزد، مرکزی، و سمنان، واقع در زون ایران مرکزی، برای منطقه‌ای‌کردن منحنی تداوم جریان، انجام شد. پس از تهیة منحنی تداوم جریان، برای یازده ایستگاه هیدرومتری مورد مطالعه، شاخصهای دبی 5Q، 10Q، 20Q، 30Q، 40Q، 50Q، 60Q، 70Q، 80Q، و 90Q، به عنوان متغیر وابسته، استخراج شد. برای مدل‌سازی منطقه‌ای منحنی تداوم جریان، از میان یازده متغیر مستقل فیزیوگرافی و اقلیمی چهار عامل ـ مساحت حوزة آبخیز، طول آبراهة اصلی، شیب آبراهة اصلی، و بارندگی متوسط سالانه ـ به عنوان عوامل مهم و اختلاف ارتفاع حوزة آبخیز به عنوان متغیر کمکی استفاده شد. برای تهیة مدل منطقه‌ای منحنی تداوم جریان، برای حوزه‌های آبخیز مناسب در استانهای یزد، مرکزی، و سمنان، روش رگرسیون چندمتغیرة غیرخطی به کار گرفته شد. در نهایت، برای برازش بهترین مدل منطقه‌ای حوزه‌های بدون آمار و خشک ایران مرکزی از معیار ارزیابی متقاطع نش- ساتکلیف استفاده شد.
