مقایسه کارایی روش های برآورد تلفات در شبیه سازی فرایند بارش رواناب حوضه‌ی آبخیز کارون3

مقایسه کارایی روش های برآورد تلفات در شبیه سازی فرایند بارش رواناب حوضه ی آبخیز کارون3

با توجه به تاثیر بارز روش تلفات نفوذ در عملکرد شبیه بارش-رواناب به منظور کاهش خطا و واریانس ویژگی­های سیلاب، و در پیامد آن، افزایش دقت و کارایی طراحی­های مبتنی بر خصوصیات استخراجی سیلاب حاصل از شبیه بارش-رواناب، نظیر حجم رواناب، بده ی اوج و زمان رسیدن به آن، عملکرد شبیه های نفوذ سازمان حفاظت خاک آمریکا، گرین و امپت، تلفات اولیه ی-مقدار ثابت، نسبت ثابت، نمایی و شبیه دربردارنده ی شرایط رطوبتی خاک...

مقایسه کارایی روش های برآورد تلفات در شبیه سازی فرایند بارش رواناب حوضه ی آبخیز کارون۳

با توجه به تاثیر بارز روش تلفات نفوذ در عملکرد شبیه بارش-رواناب به منظور کاهش خطا و واریانس ویژگی­های سیلاب، و در پیامد آن، افزایش دقت و کارایی طراحی­های مبتنی بر خصوصیات استخراجی سیلاب حاصل از شبیه بارش-رواناب، نظیر حجم رواناب، بده ی اوج و زمان رسیدن به آن، عملکرد شبیه های نفوذ سازمان حفاظت خاک آمریکا، گرین و امپت، تلفات اولیه ی-مقدار ثابت، نسبت ثابت، نمایی و شبیه دربردارنده ی شرایط رطوبتی خاک...

شبیه سازی فرآیند بارش- رواناب و مؤلفه های بیلان آب در حوزه آبخیز رودخانه ها (مطالعه موردی: حوزه آبخیز کورکورسر)

بررسی کارایی روش های عصبی- فازی و مدل های آماری در شبیه سازی فرآیند بارش-رواناب

یکی از پیچیده ترین فرآیندهای هیدرولوژیکی فرآیند بارش-رواناب است,‏ که از پارامترسهای مختلف فیزیکی و هیدرولوژیکی تاثیر می پذیرد. در این پژوهش با بهره گیری از روش های آماری armax, شبکه عصبی, عصبی-فازی (anfis با جداسازی خوشه ای و شبکه ای) و دو مدل بدست آمده از ترکیب آنها به منظور مدل سازی فرآیند بارش-رواناب و پیش بینی جریان رودخانه بهره گیری شد. به طوری که درآغاز ساختار بهینه هر یک از مدل ها تعیین ...

واسنجی روش‏های مختلف برآورد تلفات بارش در مدل HEC- HMS به‌منظور شبیه‌سازی رواناب سطحی (مطالعة موردی: حوزة آبخیز کن)

پارامترهایی همچون برگاب، نفوذ، ذخیرة آب در چالاب‏های سطح زمین و پروفیل خاک، و تبخیر و تعرق از مجموعۀ عواملی است که در یک حوضه سبب تلفات و مانع تبدیل مستقیم بارش به رواناب می‏شود. در این تحقیق، سعی بر آن شد تا با استفاده از مدل HEC- HMS و مقایسة نتایج حاصل از روش‏های مختلف برآورد تلفات بارش (روش تلفات‌نمایی، شرایط اولیه و میزان ثابت تلفات، گرین و آمپت، شمارة منحنیSCS))، کمبود اولیه و میزان ثابت ...

شبیه سازی بارش- رواناب با استفاده از شبکه عصبی مصنوعی(مورد: حوضه آبخیز فریدن)

سیل، یکی از پدیده‌های ویرانگر طبیعی است که پیش‌بینی آن از اهمیت بالایی برخوردار است و در این میان برآورد بارش- رواناب به دلیل تأثیرگذاری عوامل مختلف، دشوار است. در این پژوهش با استفاده از شبکه پرسپترون چند لایه(MLP)، قانون یادگیری پس‌انتشار خطا(BP)، الگوریتم لونبرگ- مارکوارت(LM) و معیارهای RMSE و R2 جهت کارایی مدل، 6 سناریو تعریف گردید. بررسی حالات مختلف نشان داد که بهترین مدل شبکه عصبی جهت شبی...