بررسی قابلیت پارامتر Cprecip در منظور کردن اثر برف بر پیش بینی دبی روزانه رودخانه به وسیله شبکه عصبی و شبکه عصبی فازی | ||
| علوم و مهندسی آبیاری | ||
| مقاله 8، دوره 35، شماره 1، 1391، صفحه 83-92 اصل مقاله (495.83 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
| سیدمحمد سیدعباسی* 1؛ مهدی گوران اوریمی2؛ علی فریدحسینی3؛ محمدباقر شریفی4 | ||
| 1کارشناسی ارشد برق کنترل، دانشگاه فردوسی مشهد | ||
| 2کارشناس ارشد عمران سازه هیدرولیک، دانشگاه فردوسی مشهد | ||
| 3استادیار گروه مهندسی آب، دانشگاه فردوسی مشهد | ||
| 4استادیار گروه عمران دانشکده مهندسی، دانشگاه فردوسی مشهد | ||
| چکیده | ||
| یکی از پارامترهای موثر در پیش بینی دبی خصوصاًدر حوضههای برفگیر، پارامتر برف میباشد. آب معادل برف متداولترین پارامتری است که در مدلسازی جریان رودخانهها، به منظور وارد کردن تأثیر برف در مدل استفاده میشود. در این مقاله سعی شده است با توجه به عدم دسترسی به پارامتر آب معادل برف در درصد قابل توجهی از حوضهها، پارامترهای باران تجمعی و باران تجمعی مازندران جایگزین آب معادل برف شوند. پارامتر باران تجمعی، بارندگی تجمعی از اول نوامبر تا اول آپریل و معرف برف انباشته شده میباشد که در بهار ذوب میشود. پارامتر باران تجمعی مازندران با انجام تغییراتی بر روی پارامتر باران تجمعی (جهت سازگاری آن با حوضههای مازندران) به دست میآید. نتایج مدلسازی نشان داد که پارامتر باران تجمعی قابلیت جایگزینی پارامتر آب معادل برف را دارد و پارامتر باران تجمعی مازندرانبا توجه به انطباق بیشتر با حوضههای این ناحیه، کارایی بیشتری نسبت به پارامتر باران تجمعی دارد. | ||
| کلیدواژهها | ||
| پیش بینی دبی؛ برف؛ شبکه عصبی مصنوعی؛ شبکه عصبی فازی | ||
|
آمار تعداد مشاهده مقاله: 1,598 تعداد دریافت فایل اصل مقاله: 829 |
||