برآورد بهینه غلظت بار معلق رودخانه ها(مطالعه موردی استان خوزستان)

نویسندگان

  • حسین اسلامی گروه علوم آب، دانشکده علوم آب، دانشگاه آزاد اسلامی واحد شوشتر، شوشتر
چکیده مقاله:

نمونه برداری از جریان رودخانه و بار رسوبی در ایستگاه های رسوب سنجی به منظور اطلاع و آگاهی از میزان فرسایش و رسوب حوزه های بالادست انجام می شود. اندازه گیری های مستقیم از بار معلق رودخانه ها باید طوری باشد که برای اکثر جریان ها نمونه برداری اتفاق افتاده باشد ولی این عمل معمولاً با فواصل زمانی نامساوی صورت می گیرد و از طرفی لازم است که به صحت برآوردها از میانگین غلظت بار معلق پی برد زیرا در برآورد میزان فرسایش و رسوب حوزه های آبخیز اثر گذار است. از آنجایی که داده های مربوطه نامتقارن و دارای چولگی بوده بررسی برآوردکننده های بهینه در کاهش اریبی موثراست. بنابراین در این مقاله روش های برآوردکننده فیلتر کالمن (آنلاین) و برآوردکننده تعدیل کننده کالمن(آفلاین) مورد بررسی قرار گرفت. نتایج نشان داد که برآورگرهای بهینه آنلاین و آفلاین دارای خطای برآورد کمتری نسبت به روش های رگرسیونی ساده و خطی چندگانه و روش حداقل مربعات تعمیم یافته هستند. مقایسه روش های آنلاین و آفلاین نیز نشان داد که روش آفلاین از دقت بالاتری برخوردار است.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

مقایسه روش های هوش مصنوعی در برآورد بار معلق رسوب (مطالعه موردی: رودخانه سیستان)

سابقه و هدف: برآورد صحیح حجم رسوبات معلق در رودخانه‌ها، یکی از مهم‌ترین مسائل در پروژه‌های مهندسی رودخانه، منابع آب و محیط‌زیست می‌باشد. رودخانه سیستان شاخه اصلی منشعب از رودخانه هیرمند بوده که وظیفه آبیاری 70 درصد زمین‌های کشاورزی دشت سیستان و همچنین تأمین بخشی از آب هامون هیرمند را به عهده دارد. با توجه به مشکلات زیاد ناشی از رسوبات در رودخانه‌ها، محققین علم رسوب تلاش‌های زیادی به‌منظور دستیا...

متن کامل

بررسی کارایی مدل‌های مبتنی بر هوش محاسباتی در برآورد بار معلق رودخانه‌ها (مطالعه موردی: استان گیلان)

آگاهی از میزان رسوب معلق رودخانه‌ها یکی از مسائل اساسی در پروژه‌های آبی است که طراحان تأسیسات آبی همواره با آن روبرو بوده‌اند. با توجه به  صرف هزینه و زمان طولانی جهت اندازه‌گیری بار معلق رودخانه‌ها، استفاده از منحنی‌های سنجۀ رسوب معمول‌ترین روش برآورد بار رسوب معلق رودخانه‌ها محسوب می‌گردد. این در حالی است که روش‌های نوین مبتنی بر هوش مصنوعی و داده‌کاوی در بسیاری از  علوم مهندسی رخنه کرده است....

متن کامل

مقایسه روش های هوش مصنوعی در برآورد بار معلق رسوب (مطالعه موردی: رودخانه سیستان)

سابقه و هدف: برآورد صحیح حجم رسوبات معلق در رودخانه ها، یکی از مهم ترین مسائل در پروژه های مهندسی رودخانه، منابع آب و محیط زیست می باشد. رودخانه سیستان شاخه اصلی منشعب از رودخانه هیرمند بوده که وظیفه آبیاری 70 درصد زمین های کشاورزی دشت سیستان و همچنین تأمین بخشی از آب هامون هیرمند را به عهده دارد. با توجه به مشکلات زیاد ناشی از رسوبات در رودخانه ها، محققین علم رسوب تلاش های زیادی به منظور دستیا...

متن کامل

مقایسه برآورد بار رسوب معلق رودخانه با استفاده از روش‌های رگرسیون‌گیری و الگوریتم ژنتیک

The rivers sediment load is determined using hydrologic methods. In the statistical methods, by measuring the rivers discharge and suspended sediment load in a long-term period, the relationships between the suspended sediment load and discharge is obtained. The aim of this study is to compare different estimation methods of suspended load and select the most appropriate relationship for the pr...

متن کامل

برآورد بار معلق در سیستم رودخانه ای با استفاده از روش گروهی کنترل داده ها (GMDH)

Accurate estimation of sediment load in rivers and reservoirs is an important issue in hydraulic engineering as it affects the design, management and operation of water resources projects. Extract of mathematical relationship in sediment transportation has special complexity. Data-driven methods can be used for Modeling of these phenomena. One of these heuristic self organization methods is Gro...

متن کامل

بررسی کارایی شبکه عصبی مصنوعی در برآورد بار معلق رودخانه با استفاده از داده های دسته‌بندی‌شده

بار رسوب جریان، شاخص مفیدی در پیش‌بینی فرسایش خاک در حوزه‌های آبخیز است؛ بنابراین تدوین مدلی برای برآورد بار رسوب می‌تواند در مدیریت و اجرای پروژه‌های آبخیزداری و مهندسی رودخانه مفید باشد. در این پژوهش روش دسته‌بندی داده‌ها به‌عنوان راه‌کاری برای افزایش دقت شبکه عصبی مصنوعی در تدوین مدل برآورد رسوب معلق بررسی شد. بدین منظور، میزان آورد رسوبات معلق رودخانه‌های خلیفه‌ترخان و چهل‌گزی در حوضۀ قشلاق...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 1  شماره 1

صفحات  30- 38

تاریخ انتشار 2013-09-23

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023