بخشی از حجم بارش در مناطق مختلف کشور تحت تاثیر عواملی همچون پوشش گیاهی، کاربری اراضی، شیب زمین و شکل حوضه آبریز به رواناب سطحی تبدیل می شود. لذا برآورد حجم رواناب و بکارگیری روشهای جمع آوری آب های سطحی برای تامین آب، روز به روز اهمیت بیشتری پیدا می کند. استفاده از مدلهای هیدرولوژیکی این امکان را می دهد تا با شبیه سازی فرآیندهای هیدرولوژیکی، رواناب حاصل از بارش و ذوب برف در حوضه ها با کمترین هزی...

مدلسازی، ابزار مهم و مؤثری برای مدیریت کیفیت رواناب شهری میباشد. مدلهای کیفیت رواناب شهری را میتوان برای اهداف مختلفی از قبیل پیش بینی کیفیت، ارزیابی میزان اثرات گزینه های مختلف کنترل کننده آلودگی واعمال بهترین شیوه های مدیریتی بکار برد. اهداف این تحقیق اولاً مطالعه روشها و مدلهای پیش بینی کیفیت رواناب شهری ثانیاً بررسی قابلیت استفاده از این مدلها در شهرهای ایران و در نهایت ارائه مدل منتخب می باش...

نقش و اهمیت فرآیند بارش-رواناب در مطالعات منابع آب موجب شده که این فرآیند از دیر باز مورد توجه متخصصین قرار گیرد. از این رو روش های متعددی همچون شبکه های عصبی مصنوعی، سیستم های فازی و نرو فازی، آنالیز موجک، الگوریتم ژنتیک، برنامه ریزی ژنتیک و معادلات دیفرانسیل تصادفی برای مدلسازی فرآیند بارش-رواناب توسعه یافته است. برنامه ریزی ژنتیک علاوه بر توانایی استخراج رابطه ی بین متغیّرهای ورودی و خروجی به...

مدلسازی، ابزار مهم و مؤثری برای مدیریت کیفیت رواناب شهری میباشد. مدلهای کیفیت رواناب شهری را میتوان برای اهداف مختلفی از قبیل پیش بینی کیفیت، ارزیابی میزان اثرات گزینه های مختلف کنترل کننده آلودگی واعمال بهترین شیوه های مدیریتی بکار برد. اهداف این تحقیق اولاً مطالعه روشها و مدلهای پیش بینی کیفیت رواناب شهری ثانیاً بررسی قابلیت استفاده از این مدلها در شهرهای ایران و در نهایت ارائه مدل منتخب می باش...

مدلسازی بارش- رواناب یک فرآیند ضروری و پیچیده می­باشد که در بهره­برداری مناسب از مخازن و مدیریت و برنامه­ریزی صحیح منابع آب نقش عمده­ای دارد. مدلسازی این فرآیند با استفاده از روش­های مختلفی امکانپذیر است. از نظر تئوری، در مدلسازی یک سیستم می­بایست روابط صریح بین متغیرهای ورودی و خروجی معلوم باشند. در حالیکه به علت معلوم نبودن روابط صریح بین متغیرها و عدم قطعیت­های ذاتی آنها، استخراج چنین مدلی ب...

چکیده ندارد.

نقش و اهمیت فرآیند بارش-رواناب در مطالعات منابع آب موجب شده که این فرآیند از دیر باز مورد توجه متخصصین قرار گیرد. از این رو روش های متعددی همچون شبکه های عصبی مصنوعی، سیستم های فازی و نرو فازی، آنالیز موجک، الگوریتم ژنتیک، برنامه‌ریزی ژنتیک و معادلات دیفرانسیل تصادفی برای مدلسازی فرآیند بارش-رواناب توسعه یافته است. برنامه ریزی ژنتیک علاوه بر توانایی استخراج رابطه‌ی بین متغیّرهای ورودی و خروجی به...

کمبود داده های با کیفیت در کشور ما یکی از مشکلات اساسی بر سر راه مدلسازی هیدرولوژیکی می باشد. به همین دلیل انتخاب مدلی که بتواند خودش را با این کمبود سازگار کند، از اهمیت ویژه ای برخوردار است. بنابراین در این مطالعه یک مدل نیمه توزیعی و ژئومورفولوژیکی بنام topmodel انتخاب شده است که تا حدی می تواند پاسخگوی مشکل فوق باشد. در این مطالعه شبیه سازی بارش- رواناب در حوضه امامه واقع در استان تهران با ...

مدلسازی بارش رواناب از مسائل اساسی در برنامه ریزی و مدیریت منابع آب می باشد. پیش بینی بارش رواناب مسئله ای پیچیده بدلیل روابط غیرخطی بین متغیرهای تاثیرگذار در آن می باشد. هدف از این تحقیق، مدلسازی فرآیند بارش رواناب با استفاده از شبکه عصبی می باشد. برای این منظور عملکرد دو نوع شبکه عصبی منفرد و یکپارچه جهت پیشبینی رواناب یا دبی جریان روزانه و ماهانه مورد بررسی و مقایسه قرار گرفت

به­دلیل اهمیت تأثیر تغییر کاربری اراضی بر تغییر رواناب، تاکنون مطالعات متعددی برای توسعة مدل­های با رویکرد شبیه­سازی تغییرات کاربری اراضی صورت گرفته است. در این تحقیق از مدل l-thia برای تخمین رواناب ناشی از تغییر کاربری اراضی در حوضة آبخیز چالوس استفاده شد. نتایج مدلسازی رواناب با استفاده از مدل l-thia  در حوضة آبخیز چالوس نشان داد که عمق رواناب به ترتیب از 98/422 به 168/809 میلی متر طی سال­های...