مهندسی و مدیریت آبخیز

ارزیابی کارایی روش‌های مرسوم بازسازی نبودهای آماری در مناطق خشک ایران

مرتضی میری؛ محمدرضا کوثری؛ مهران زند

دوره 14، شماره 1 ، فروردین 1401، ، صفحه 26-39

https://doi.org/10.22092/ijwmse.2021.342929.1793

چکیده

یکی از مشکلات شایع و تأثیرگذار در مطالعات اقلیمی، وجود کمبودهای فراوان در سری‌های زمانی داده‌های مختلف اقلیمی و هیدرولوژی است. این‌ پژوهش، با هدف ارزیابی دقت روش‌های بازسازی پارامترهای دمایی در مناطق خشک ایران انجام شده است. برای این منظور، داده‌های روزانه دمای کمینه، متوسط و دمای بیشینه 73 ایستگاه همدیدی با پراکنش مناسب در ... بیشتر یکی از مشکلات شایع و تأثیرگذار در مطالعات اقلیمی، وجود کمبودهای فراوان در سری‌های زمانی داده‌های مختلف اقلیمی و هیدرولوژی است. این‌ پژوهش، با هدف ارزیابی دقت روش‌های بازسازی پارامترهای دمایی در مناطق خشک ایران انجام شده است. برای این منظور، داده‌های روزانه دمای کمینه، متوسط و دمای بیشینه 73 ایستگاه همدیدی با پراکنش مناسب در مناطق خشک ایران از آرشیو سازمان هواشناسی کل کشور دریافت و پردازش شد. روش‌های بازسازی مورد استفاده شامل روش‌های نسبت نرمال، رگرسیون خطی، رگرسیون چندگانه و عکس مجذور فاصله (IDW) می‌شوند. در این تحقیق، کارایی هر یک از روش‌های مذکور در بازسازی نبودهای آماری پارامترهای دمایی در مقیاس‌های زمانی روزانه، ماهانه و سالانه مناطق خشک کشور متناسب با میزان نسبت کمبود داده‌های گم‌شده (از پنج تا 50 درصد کمبود داده‌ها) مورد ارزیابی قرار گرفت. برای ارزیابی آماری روش‌های نام‌برده از آماره‌های ضریب همبستگی R، معیار برآورد خطای RMSE و ضریب Nash استفاده شد. نتایج نشان داد که در حالت کلی، هر کدام از روش‌های نام‌برده شده در سطح خاصی از بازسازی و مقیاس زمانی از عملکرد مناسبی برخوردارند. در مقیاس سالانه و ماهانه روش‌های رگرسیون خطی و نسبت نرمال بیشترین دقت در بازسازی داده‌های دما در منطقه خشک ایران را دارند. مقدار همبستگی بین داده‌های بازسازی و مشاهده‌ای در سطوح مختلف با استفاده از این روش‌ها به بیش از 0.95 می‌رسد. در مقیاس روزانه تفاوت قابل ‌توجهی بین دقت روش‌های مورد استفاده در بازسازی داده‌های دمایی وجود ندارد و تقریباً هر چهار روش یاد شده از دقت مناسبی برخوردارند؛ چرا که میزان همبستگی بین داده‌های بازسازی‌شده و مشاهده‌شده به بیش از 90 درصد می‌رسد. با وجود این، روش رگرسیون چندگانه با میانگین همبستگی 99/0 درصد در سطوح مختلف بازسازی از بیشترین دقت در بازسازی داده‌های روزانه برخوردار است.

مقایسه میزان کارآیی شبکه عصبی مصنوعی و مدل‌های ‏رگرسیونی، منحنی‌سنجه رسوب در برآورد ‏رسوب معلق روزانه

محمد شعبانی

دوره 1، شماره 4 ، بهمن 1388، ، صفحه 240-247

چکیده

تعیین میزان فرسایش خاک و بار رسوبی رودخانه عملاً کاری مشکل است؛ بنابراین روش های مختلفی برای آن ها پیشنهاد شده است. یکی از روش های نوین در حل مسائل مهندسی آب و همچنین برآورد رسوب معلق رودخانه ها، استفاده از شبکه عصبی مصنوعی است که با الگو برداری از شبکه مغز انسان، ضمن اجرای فرآیند آموزش، روابط درونی بین داده ها را کشف کرده و به موقعیت ... بیشتر تعیین میزان فرسایش خاک و بار رسوبی رودخانه عملاً کاری مشکل است؛ بنابراین روش های مختلفی برای آن ها پیشنهاد شده است. یکی از روش های نوین در حل مسائل مهندسی آب و همچنین برآورد رسوب معلق رودخانه ها، استفاده از شبکه عصبی مصنوعی است که با الگو برداری از شبکه مغز انسان، ضمن اجرای فرآیند آموزش، روابط درونی بین داده ها را کشف کرده و به موقعیت های دیگر تعمیم می دهد. هدف از انجام این تحقیق، بررسی کارآیی روش شبکه عصبی مصنوعی در برآورد رسوب معلق روزانه نسبت به مدل های رگرسیونی (منحنی سنجه رسوب) است. بدین منظور، ابتدا آمار هم زمان دبی آب و دبی رسوب رودخانه شور خارستان در خروجی حوزه آبخیز، در طی یک دوره آماری 22 ساله جمع آوری گردید و پس از رفع نواقص آماری و حذف داده های پرت، از آن ها برای مدل سازی رسوب معلق روزانه با استفاده از روش شبکه عصبی و مدل رگرسیونی خطی استفاده شد. سپس نتایج به دست آمده از دو روش شبکه عصبی و مدل رگرسیون خطی (منحنی سنجه رسوب)، بر اساس معیارهای MAE ،RMSE و R2 ارزیابی شد. نتایج نشان داد که برآورد روش شبکه عصبی مصنوعی، در مقایسه با برآورد مدل رگرسیون خطی (منحنی سنجه رسوب)، دقت بالاتری دارد؛ به طوری که مقدار MAE ،RMSE و R2 برآورد شبکه عصبی به ترتیب، برابر با 19.27، 12.14 و 0.98 و برای مدل رگرسیون خطی، به ترتیب برابر با 36.84، 20.75 و 0.74 است که نشان دهنده پایین بودن خطا در مدل شبکه عصبی مصنوعی نسبت به مدل رگرسیون خطی است.

مهندسی و مدیریت آبخیز

مقالات آماده انتشار

شماره جاری

دوره 16 (1403)

دوره 15 (1402)

دوره 14 (1401)

دوره 13 (1400)

دوره 12 (1399)

دوره 11 (1398)

دوره 10 (1397)

دوره 9 (1396)

دوره 8 (1395)

دوره 7 (1394)

دوره 6 (1393)

دوره 5 (1392)

دوره 4 (1391)

دوره 3 (1390)

دوره 2 (1389)

دوره 1 (1388)

کلیدواژه‌ها = رگرسیون خطی

ارزیابی کارایی روش‌های مرسوم بازسازی نبودهای آماری در مناطق خشک ایران

چکیده

مقایسه میزان کارآیی شبکه عصبی مصنوعی و مدل‌های ‏رگرسیونی، منحنی‌سنجه رسوب در برآورد ‏رسوب معلق روزانه

چکیده