پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 161 |
| تعداد شماره‌ها | 6,532 |
| تعداد مقالات | 70,501 |
| تعداد مشاهده مقاله | 124,098,971 |
| تعداد دریافت فایل اصل مقاله | 97,206,540 |
بررسی کارایی منطق فازی در پیش¬بینی جریان روزانه رودخانه | ||
| نشریه علمی - پژوهشی مرتع و آبخیزداری | ||
| مقاله 12، دوره 65، شماره 4، دی 1391، صفحه 569-580 اصل مقاله (282.84 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/jrwm.2012.32054 | ||
| نویسندگان | ||
| مرتضی نبی زاده1؛ ابوالفضل مساعدی* 2؛ امیر احمد دهقانی3 | ||
| 1دانشجوی کارشناسی ارشد مهندسی منابع آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، ایران. | ||
| 2دانشیار دانشکده منابع طبیعی و محیط زیست، دانشگاه فردوسی مشهد، ایران. | ||
| 3استادیار گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، ایران. | ||
| 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 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. | ||
| کلیدواژه‌ها | ||
| پیش¬بینی آبدهی؛ منطق فازی؛ سیستم استنتاج فازی (FIS)؛ رگرسیون خطی؛ حوضه لیقوان¬چای | ||
| عنوان مقاله [English] | ||
| Performance of fuzzy logic in stream flow forecasting | ||
| نویسندگان [English] | ||
| M. Nabizadeh1؛ A. Mosaedi2؛ A. A. Dehghani3 | ||
| 1M.Sc. student, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, I.R. Iran | ||
| 2Associate Professor, Faculty of Natural Resources and Environment, Ferdowsi University of Mashhad, Mashhad, I.R. Iran | ||
| 3Assistant Professor, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, I.R. Iran | ||
| چکیده [English] | ||
| River flow forecasting for a region has a special and important role for optimal allocation of water resources. In this research, for forecasting river flow process, Fuzzy Inference System (FIS) is used. Three parameters including precipitation, temperature and daily discharge are used for forecasting of daily river flow of Lighvan River located in Lighvanchai watershed. For the initial preprocessing, the randomness of data was examined by return points test. Then, for determination of the optimum lags for input parameters, correlogram of data was considered. Finally to investigate the effects of temperature on river flow forecasting, the process were done for any months separately. Assessments of prediction by using various criteria such as Nash-Sutcliff coefficient showed that FIS model had high precision (CNS=0.9976) and low error (RMSE=0.0113) in prediction which shows that the FIS model can be employed successfully in river flow forecasting. Final assessment of the results was also revealed the effects of temperature on prediction in some months (April and December). | ||
| کلیدواژه‌ها [English] | ||
| Discharge forecasting, Fuzzy logic, Fuzzy Inference System (FIS), Liner regression, Lighvanchai watershed | ||
|
آمار تعداد مشاهده مقاله: 2,925 تعداد دریافت فایل اصل مقاله: 1,449 |
||