استفاده همزمان از سیگنالهای اقلیمی و دمای سطح آب دریا در پیشبینی جریان (مطالعه موردی حوضه چشمه-کیله) | ||
| تحقیقات آب و خاک ایران | ||
| مقاله 8، دوره 49، شماره 5، آذر و دی 1397، صفحه 1043-1053 اصل مقاله (1.38 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/ijswr.2018.237949.667722 | ||
| نویسندگان | ||
| حسام قدوسی* 1؛ لیلا کوشافر2 | ||
| 1استادیار، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه زنجان، زنجان، ایران | ||
| 2دانشجوی کارشناسی ارشد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه زنجان، زنجان، ایران | ||
| چکیده | ||
| با توجه به میزان منابع آب و سرانه مصرف، ایران از جمله کشورهایی است که در گروه کشورهای مواجه با کمبود آب قرار دارد. لذا، پیشبینی و برنامهریزی منابع آب میتواند نقش بسزایی در تصمیمگیریهای آینده برای چگونگی مصرف آب داشته باشد. امروزه یافتههای محققین در ایجاد ارتباط قوی بین تغییرات بزرگ مقیاس اقلیمی و پدیدههای هیدرولوژیکی، ضرورت پرداختن به مباحث هیدرواقلیم شناسی در هیدرولوژی را دو چندان نموده است و استفاده از روشهای آماری و مدلهای پیشرفته کمک قابلتوجهی در جهت پیشبینی پدیدههای هیدرولوژیکی داشته است. در این تحقیق، پیشبینی آبدهی فصل بهار در رودخانه چشمهکیله واقع در شهرستان تنکابن در شمال کشور به کمک سیگنالهای اقلیمی مرسوم مربوط به اقیانوس آرام و اطلس شامل Ninoها، AMO،SOI ، NAO و PDO و تغییرات دمای سطح آب دریای خزر (SST) در فصل زمستان با استفاده از مدل مفهومی شبکه عصبی مصنوعی مورد بررسی قرار گرفت. خطای پیشبینی جریان رودخانه با مدل شبکه عصبی مصنوعی و ورودی سیگنالهای اقلیمی SOI-NINO4-NINO3.4 به روش مجذور میانگین مربع خطا برابر 61/8 مترمکعب بر ثانیه بدست آمد. این خطا با ورودی سیگنال NINO3.4 به 31/3 مترمکعب بر ثانیه و همچنین خطای پیشبینی با ورودی بارندگی و دمای سطح آب دریای خزر تا 08/0 کاهش یافت. | ||
| کلیدواژهها | ||
| پیشبینی آورد فصلی؛ دمای سطح آب دریای خزر؛ سیگنالهای اقلیمی مرسوم؛ مدل شبکه عصبی مصنوعی | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 960 تعداد دریافت فایل اصل مقاله: 654 |
||