دوره 6، شماره 12 - ( پاییز و زمستان 1394 )                   جلد 6 شماره 12 صفحات 216-225 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Suspended Sediment Prediction using Time Series and Artificial Neural Networks Models (Case Study: Ghazaghly Station in Gorganroud River). jwmr. 2016; 6 (12) :216-225
URL: http://jwmr.sanru.ac.ir/article-1-572-fa.html
برزگری فاطمه، دستورانی محمدتقی. پیش بینی بار معلق رودخانه با استفاده از مدل‌های سری زمانی و شبکه عصبی مصنوعی (مطالعه موردی: ایستگاه قزاقلی رودخانه گرگانرود). پ‍‍ژوهشنامه مديريت حوزه آبخيز. 1394; 6 (12) :216-225

URL: http://jwmr.sanru.ac.ir/article-1-572-fa.html


چکیده:   (1240 مشاهده)

     برآورد میزان دقیق رسوبات معلق در رودخانه‌ها از ابعاد مختلف کشاورزی، حفاظت خاک، کشتیرانی، سدسازی، حیات آبزیان و ابعاد تحقیقاتی، دارای اهمیت فراوانی است. روش‌های مختلفی برای بررسی و برآورد رسوبات معلق رودخانه، موجود می‌باشد که البته توانایی این روش‌ها متفاوت است. در تحقیق حاضر به منظور مقایسه و بررسی توانایی مدل‌های سری زمانی شامل مارکف،  ARIMA و شبکه‌های عصبی در پیش­بینی رسوب معلق، از داده‌های روزانه ایستگاه قزاقلی واقع روی رودخانه گرگانرود استفاده شده است. داده‌های  موجود به‌صورت متوسط رسوب معلق ماهانه در محیط نرم­افزار Minitab 16  وNeurosolutions 5  به‌کار‌گرفته شد و در نهایت پیش­بینی رسوب برای 111 ماه انجام گرفت. در مرحله بعد، مقادیر پیش‌بینی شده توسط مدل‌های مختلف، با شاخص‌های اندازه‌گیری خطا شامل  RMSEوNMSE  نشان داد که شبکه‌های عصبی در مقایسه با مدل‌های سری زمانی توانایی بهتری در پیش‌بینی و مدل‌سازی رسوب ماهانه دارد و نیز در بین مدل‌های سری زمانی، مدل مارکف در مقایسه با مدل ARIMA دارای توانایی بهتری در برآورد رسوب معلق می باشد.

واژه‌های کلیدی: آریما، رسوب معلق، قزاقلی، مارکف، مدل‌سازی
متن کامل [PDF 682 kb]   (774 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: ۱۳۹۴/۱۰/۲۱ | پذیرش: ۱۳۹۴/۱۰/۲۱ | انتشار: ۱۳۹۴/۱۰/۲۱

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA code

کلیه حقوق این وب سایت متعلق به (پژوهشنامه مدیریت حوزه آبخیز (علمی-پژوهشی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2018 All Rights Reserved | Journal of Watershed Management Research

Designed & Developed by : Yektaweb