تغییر اقلیم عبارت است از تغییر رفتار آب و هوایی یک منطقه نسبت به رفتاری که در طول یک افق زمانی بلند مدت از اطلاعات ثبت شده در آن منطقه، مورد انتظار است. در اثر یک مجموعه از عوامل روند تغییر در پارامترهای اقلیمی سریعتر می¬شود. هدف از انجام این پژوهش تحلیل پارامترهای هواشناسی دما، بارش و رواناب برای حوزه کارون بزرگ بر اثر تغییرات احتمالی اقلیم در آینده است. برای این منظور داده¬های دما و بارش کارو...

بخش عمده ای از تحقیقات هیدرولوژی بر مدل سازی فرایند پویاوغیرخطی بارش ـ رواناب متمرکزاست. تبدیل بارش به رواناب در عرصه حوضه به طور قطع شامل روابط غیر خطی پیچیده ای است که حاصل تعامل مجموعه ای از فرآیندهای هیدرولوژیکی مختلف می باشند. به این لحاظ به نظر می رسد که مدل سازی استوکاستیک فرایند نسبت به مدل سازی قطعی آن منطقی تر است. در این تحقیق جهت اجتناب از به کارگیری فرضیات اثبات نشده و بعضا گمراه ک...

پیش­بینی رواناب به صورت کوتاه­ مدت به دلیل رابطه مستقیم آن با چگونگی تعامل مدیران با خطرات جانی ناشی از سیلاب­ها، از اهمیت خاصی برخوردار است. در این تحقیق با استفاده از شبکه­های عصبی مصنوعی ( ann ) و فازی عصبی تطبیقی ( anfis )، اقدام به شبیه­سازی فرآیند بارش- رواناب به صورت روزانه، در حوزه آبخیز حاجی­قوشان شده است. در این سیستم­ها سه ترکیب مختلف ورودی شامل بارندگی همان روز، بارندگی همان روز و ر...

پیش بینی دبی رودخانه ها در کارهای عمرانی، به منظور استفاده بهینه از مخازن سدها، ساماندهی رودخانه و هشدار سیل از اهمیت زیادی برخوردار است. فرآیند بارش- رواناب پدیده ای غیرخطی است و استخراج روابط بین بارش در سطح حوضه و جریان ناشی از آن که به صورت رواناب و سیلاب آشکار می گردد، از دیرباز جزو مهمترین مسائلی بوده که مورد توجه کارشناسان مرتبط با مسائل آب و بویژه هیدرولوژیست ها بوده است. خاصیت غیر خطی،...

شبیه سازی فرآیند بارش- رواناب در حوضه های آبریز از نظر مدیریت منابع آب، مهندسی رودخانه، سازه-های کنترل و ذخیره سیلاب و غیره از اهمیت ویژه ای برخوردار است. عکس العمل حوضه در برابر پدیده بارش به علت وجود عوامل هیدرولوژیکی گوناگون، بسیار پیچیده است. رواناب، به خصوصیات ژئومورفولوژیک حوضه از قبیل هندسه، پوشش گیاهی، نوع خاک و خصوصیات اقلیمی حوضه همچون بارش، دما و غیره بستگی دارد. تاثیر هر کدام از این...

فرآیند بارش-رواناب فرآیندی غیرخطی بوده و از حیث زمانی و مکانی تصادفی می باشد و تشریح آن با مدل های ساده به راحتی امکان پذیر نیست. بررسی تحقیقات انجام شده نشان می دهد که مدل های مبتنی بر هوش مصنوعی در مدل سازی سامانه های پیچیده عملکرد خوبی دارند. در این تحقیق ضمن بررسی و تعیین مهمترین مولفه های موثر در پیش بینی دقیق میزان رواناب رودخانه خرم آباد، عملکرد شبکه عصبی مصنوعی و سامانه استنتاج تطبیقی ع...

چکیده فرآیند بارش - رواناب یک حوضه آبریز عمدتاً تحت تأثیر شرایط هیدرولوژیکی، ژئومورفولوژی و اقلیم منطقه می باشد. میزان توزیع و نوع بارش، پوشش گیاهی، خصوصیات فرآیند تجمع و ذوب برف، لایه خاک و تشکیلات زمین شناسی از عمده عواملی می باشند که میزان رواناب و مولفه های بیلان آب حوضه را تحت تأثیر قرار می دهند. یکی از عمومی ترین روش ها برای شناخت فرآیند بارش رواناب شبیه سازی آن با استفاده از مدل های هی...

بخش عمده‌ای از مطالعات هیدرولوژی بر مدل‌سازی فرآیند پیچیده و غیرخطی بارش – رواناب متمرکز است. مدل‌های ارایه شده جهت تبیین رفتار این فرآیند شامل دامنه‌ گسترده‌ای از مدل‌های جعبه سیاه تا مدل‌های حجیم مبتنی بر معادلات حاکم بر فیزیک سیستم می‏باشند. نظر به وجود عدم اطمینان حاکم بر فرآیند مذکور در خصوص ورودی‌های مدل و پارامترهای واسنجی‌شده، به نظر می‌رسد که مدل‌سازی استوکاستیک فرآیند نسبت به مدل‌سازی...

شبیه­سازی فرآیند بارش- رواناب به عنوان مهم­ترین گام در مطالعات مهندسی آب و مدیریت منابع آب است. در این تحقیق فرآیند بارش- رواناب ماهانه سیمینه­رود در دوره آماری (1390-1377) با استفاده از مدل­های ماشین بردار پشتیبان با توابع کرنل پایه شعاعی، چندجمله­ای و خطی، مدل شبکه بیزی با الگوریتم یادگیری pc و نیز مدل­های متداول شبکه عصبی مصنوعی و برنامه­ریزی بیان ژن شبیه­سازی شده و نتایج آن­ها مورد مقایسه ق...

مدل های داده محور از جمله ابزارهایی هستند که به منظور شبیه سازی در علوم مختلف استفاده می شوند. روش ماشین بردار پشتیبان به عنوان یکی از جدیدترین این نوع ابزارها اخیراً در علوم مرتبط با آب مورد توجه قرار گرفته است. در هیدرولوژی و منابع آب، این مدل ها با شبیه سازی فرآیند بارش-رواناب، مقدار رواناب را در حوزه های آبخیز بدون ایستگاه اندازه گیری و با حداقل زمان ممکن و کمترین هزینه برآورد می کنند. هدف ا...