واکاوی تغییرات ویژگی های بارش روزانه در برنامه ریزی منابع آب و الگوهای کشت اهمیت زیادی دارد. در این پژوهش، تغییرات برازنده ترین توزیع فراوانی و فراسنج های آن در طی زمان بررسی می شود. به این منظور از داده های بارش روزانه شبکه بندی شده پایگاه داده بارش آفرودیت خاورمیانه به ابعاد 25/0      25/0 درجه طول / عرض جغرافیایی استفاده شده است. داده های بارش روزانه این پایگاه داده در محدوده ایران طی دوره 1...

مدل های پارامتریک یکی از متداول ترین روش هایی است که برای پیش بینی هیدروگراف سیلاب تدوین گردیده است. لیکن این روشها در نمی توانند فرآیند جریان را بخوبی نمایش دهند. زیرا آنها براساس فرضیاتی ساده کننده در مورد خصوصیات حوضه قرار دارند. در این پژوهش از روش شکبه عصبی مصنوعی از نوع پس انتشار خطا برای مدلسازی فرآیند بارش رواناب استفاده گردید. مدل های شبکه عصبی با استفاده از آمار دبی-بارش سه حوضه مختلف...

 اربرد شبکه عصبی مصنوعی در شبیه‌سازی عناصر اقلیمی و پیش‌بینی سیکل خشکسالی ) مطالعه موردی: استان اصفهان( چکیده   در این­ پژوهش، از شبکه­های عصبی مصنوعی ( Artificial Neural Networks ) به عنوان ابزاری توانمند در مدل سازی فرآیندهای غیرخطی و نامعین، به منظور پیش­بینی سیکل خشکسالی در20 ایستگاه سینوپتیک، کلیماتولوژی و هیدرومتری استان اصفهان که حداقل20 سال آمار روزانه داشتند، استفاده شد. از نرم­افزار M...

حداکثر بارش محتمل مقدار بارشی است که امکان وقوع آن در یک ایستگاه، یک منطقه یا یک حوزه آبخیز وجود دارد، یا حداکثر کردن منطقی عوامل هواشناسی به گونه ای که رگبار حداکثر تولید شود. حداکثر بارش های محتمل از این نظر حایز اهمیت اند که تأسیسات هیدرولیک، همچون سرریزهای اضطراری سدها، پل ها، آب روها، نهرها و شبکه های زه کشی شهری بر پایه آن طراحی می شوند. محتمل ترین بارش روزانه به دو روش کلی تخمین زده می ش...

برای اجرای این پژوهش، مقادیر بارش شبکه ای سه ساعتی نسخة era-interim پایگاه دادة مرکز پیش بینی میان مدت جوی اروپایی (ecmwf) بر روی گسترة ایران با تفکیک مکانی 125/0 درجة قوسی طی بازة زمانی 01/01/1979 تا 31/12/2013 استخراج شد. طی این بازة زمانی، داده های بارش مشاهده شده بر روی پیمونگاه های همدید و پایگاه دادة ملی اسفزاری نیز آماده شد. یافته ها نشان داد که نه تنها از نگاه هماهنگی زمانی، بلکه به لحا...

وجود نوسانهای شدید و گاه بسیار شدید در مقدار بارش ایستگاههای استان آذربایجان شرقی در کلیه مقاطع زمانی ماهانه ، فصلی و سالانه از واقعیتهای اقلیمی استان محسوب می گردد که علت آن تغییراتی است که درعبور توده هواهای باران آور از استان ( افزایش یا کاهش عبور) به وجود می آید. نوسان بارش بویژه پارامتر تغییرپذیری بارش ماهانه از مقاطع فصلی و سالانه بسیار بیشتر است . در بین ماههای مختلف سال نیز تغییرپذیری ب...

هدف تحقیق حاضر، مقایسه توانایی مدل شبکه عصبی مصنوعی و مدل همبستگی خطی چند متغیره در پیشبینی ششماه آیندة جریان ورودی به مخزن سد شاهچراغی در استان سمنان، بر اساس دادههای ماهانه آبدهی، دمای متوسط،ماهواره AVHRR بارش و سطح پوششبرف چند ماه قبل میباشد. برای تعیین سطح پوششبرف، از تصاویر سنجندهاستفاده گردیده و جداسازی سطح برف با استفاده از روش جداسازی پدیدهها بر اساس حد آستانه هیستوگرام NOAAآنها در باند...

برای شبیه سازی فرآیند بارش - رواناب در سطح حوزه آبخیز کسیلیان با مساحت حدود 68 کیلومترمربع واقع در شمال ایران، مدل (HEC-HMS) و روش شبکه عصبی مصنوعی(ANN) بکار گرفته شد. شبکه عصبی دارای قابلیت بالایی برای برقراری ارتباط بین داده های ورودی و خروجی و مدل(HEC-HMS) دارای قابلیت بالایی در بهینه سازی آبنمود شبیه سازی شده می باشد. عامل هدر رفت اولیه خاک به عنوان یک معیار کمی در برگیرنده سه فاک...

در این پایان نامه، مقدار جابجایی زمین لغزش توان واقع در شمال شرق استان قزوین با عواملی نظیر ویژگی¬های بارش و کاربری اراضی مورد ارزیابی قرار گرفت. بدین منظور ابتدا شبکه¬ای از نقاط ثابت در داخل و خارج آن به تعداد 20 عدد برای پایش میزان جابجایی بر روی کاربری¬های مختلف توده لغزشی ایجاد و میزان جابجایی هر نقطه در 5 بازه زمانی با استفاده از سیستم موقعیت یاب جهانی (gps) دو فرکانسه اندازه¬گیری گردید. گ...

تخمین بارش و طراحی یک شبکه باران سنجی به نحوی که عدم اطمینان در اندازه­گیری به حداقل مقدار ممکن برسد و همچنین در هزینه تأسیسات نیز صرفه­ جویی شود، نیاز به ایجاد یک رابطه منطقی بین ایستگاه­ های باران­ نگار را ایجاب می­ کند. از سوی دیگر، در مناطقی که بحث فرسایش و رسوب مشکل اساسی آن آن ها است، آگاهی از میزان شدت بارش کاملاً بدیهی است. یکی از روش­های موجود برای حل این مسئله، استفاده از مدل­های شبیه­...