پیش بینی وقوع بارش روزانه با استفاده از داده های هواشناسی روزهای قبل (مطالعه موردی: شهر اصفهان)

Authors

  • سعید مظفری دانشجوی کارشناسی ارشد منابع آب و عضو بنیاد ملی نخبگان، گروه مهندسی آب، پردیس ابوریحان، دانشگاه تهران، تهران، ایران
  • فرشید تاران دکتری آبیاری و زهکشی، گروه مهندسی آب، دانشکده کشاورزی دانشگاه تبریز، تبریز، ایران
  • قربان مهتابی استادیار گروه مهندسی آب، دانشکده کشاورزی دانشگاه زنجان، زنجان، ایران
Abstract:

هدف از این تحقیق، پیش­بینی وقوع بارش روزانه شهر اصفهان با استفاده از داده­های هواشناسی 1 تا 7 روز قبل می­باشد. برای این منظور،داده­های هواشناسی دوره 2009-2000 با استفاده از مدل­های هوشمند بردار پشتیبان، k-نزدیک­ترین همسایگی، شبکه عصبی مصنوعی و درخت تصمیم بررسیگردید. نتایج نشان داد که در هر چهار روش، دقت پیش­بینی بهترین سناریوها با استفاده از داده­های 6 و 7 روز قبل، کمتر از 75 درصد بود، اما با استفاده از داده­های روزهای 1 تا 5 روز قبل، بارش روزانه با دقت بیش از 80 درصد پیش­بینی شد. عملکرد روش درخت تصمیم بهتر از سه روش دیگر بود و به علت ارائه درخت تصمیم­گیری، نتایج سناریوهای 1 تا 5 روز قبل این روش ارائه شد. نتایج سناریوها با استفاده از داده­های 1 تا 3 روز قبل نشان داد که رطوبت نسبی هوا مناسب­ترین پارامتر برای پیش­بینی وقوع بارش روزانه است، اما در شرایط استفاده از داده­های 4 و 5 روز قبل، دمای هوا مناسب­ترین پارامتر برای انجام پیش­بینی بود. در نهایت عملکرد بهترین سناریوها با استفاده از داده­های دوره 2016-2010 صحت­سنجی گردید. بهترین نتایج در بخش صحت­سنجی به ترتیب مربوط به سناریوی 1 روز قبل(با پارامتر حداقل رطوبت نسبی) و سناریوی 4 روز قبل(با پارامتر دمای حداکثر) بود.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش بینی وقوع یخبندان تابشی با استفاده از حداقل داده های هواشناسی مطالعه موردی: شاهرود(استان سمنان)

از میان انواع یخبندان ها، یخبندان تابشی به لحاظ فراوانی وقوع و امکان حفاظت موثر توسط روشهای فعال، از اهمیت زیادی برخوردار است. بنابراین پیش‌بینی دقیق دمای حداقل، با استفاده از یک مدل پیش بینی تجربی با امکان کالیبره شدن برای شرایط محلی و کاربری آسان و همچنین برآورد ساعتی میزان تغیرات دما (روند) طی شب‌هایی با رخداد یخبندان تابشی، جهت تعیین زمان شروع و پایان روشهای حفاظت فعال ضروری به نظر می‌رسد.د...

full text

احتمال وقوع بارش های روزانه ی ایران و پیش بینی آن با مدل زنجیره ی مارکوف

در این پژوهش، وقوع بارش های ایران بر اساس قوانین احتمال به صورت فرایندهای تصادفی و با استفاده از مدل زنجیره مارکوف واکاوی شد. برای رسیدن به این هدف، از داده های رخداد و رخنداد بارش پایگاه داده اسفزاری به مدت ۴۳ سال (۱/۱/۱۳۴۰ تا ۱۱/۱۰/۱۳۸۳) استفاده شد. این اطلاعات بر روی۷۱۸۷ یاخته و شامل ۱۵۹۹۱ روز است. با استفاده از مدل زنجیره مارکوف مرتبه اول با دو حالت بارش و بی بارش، آرایه فراوانی تشکیل و سپس...

full text

استخراج منحنی های IDF از داده های روزانه بارش در ایستگاه هواشناسی ساوه

یکی از پارامترهای مهم طراحی سازه های هیدرولیکی، رگبار طرح می باشد که از روی منحنی های شدت- مدت – فراوانی (IDF) برای دوام و دوره ی بازگشت معین استخراج می شود. روش های متداول محاسبه ی منحنی های IDF علاوه بر طولانی تر بودن، دارای تعداد پارامترهای زیادی می باشند که این خود باعث کاهش اعتماد پذیری این منحنی ها می شود. در روش متداول محاسبه ی منحنی هایIDF، باید بارش به ازای دوام های مختلف ثبت شده باشد ...

full text

پیش بینی بارش های سنگین غرب کشور بر اساس برآوردهای رادار هواشناسی با استفاده از روش Z-R

میزان بارش اندازه‌گیری‌شده توسط رادار با میزان بارش دریافت شده در سطح زمین تفاوت دارد. این اختلاف علل متعددی دارد که برخی از آن‌ها به ماهیت رادار و برخی دیگر به شرایط آب‌وهوایی هر منطقه مربوط می‌شود. در نتیجه برای تعیین میزان بارش‌های دریافتی در سطح زمین از داده‌های حاصل از رادار، باید داده‌های رادار را بر اساس داده‌های زمینی تصحیح کرد. پیوند میان بارش و بازتابندگی رادار نمایی است از z=aRb...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 11  issue 39

pages  99- 114

publication date 2018-05-22

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023