پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 161 |
| تعداد شماره‌ها | 6,532 |
| تعداد مقالات | 70,501 |
| تعداد مشاهده مقاله | 124,092,916 |
| تعداد دریافت فایل اصل مقاله | 97,197,090 |
مقایسة کارایی مدل‌های آماری و مفهومی در پیش‌بینی خشک‌سالی هیدرولوژی (مطالعة موردی: حوزة آبخیز کرخه) | ||
| نشریه علمی - پژوهشی مرتع و آبخیزداری | ||
| مقاله 2، دوره 66، شماره 4، اسفند 1392، صفحه 493-508 اصل مقاله (1.89 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/jrwm.2014.50026 | ||
| نویسندگان | ||
| ام البنین بذرافشان1؛ علی سلاجقه* 2؛ احمد فاتحی مرج3؛ محمد مهدوی4؛ جواد بذرافشان5؛ سمیه حجابی6 | ||
| 1استادیار دانشکدة منابع طبیعی دانشگاه هرمزگان | ||
| 2دانشیار دانشکدة کشاورزی و منابع طبیعی دانشگاه تهران | ||
| 3استادیار مرکز تحقیقات کم‌آبی و خشک‌سالی در کشاورزی و منابع طبیعی، تهران | ||
| 4استاد دانشکدة کشاورزی و منابع طبیعی دانشگاه تهران | ||
| 5استادیار دانشکدة کشاورزی و منابع طبیعی دانشگاه تهران | ||
| 6دانشجوی دکتری دانشکدة کشاورزی و منابع طبیعی دانشگاه تهران | ||
| چکیده | ||
| خشک‌سالی پدیده‌ای است که برای پیش‌بینی آن نمی‌توان از مدل مشخصی استفاده کرد. بر این اساس، محققان تلاش می‌کنند با استفاده از مدل‌های پیشرفته دقت پیش‌بینی‌ها را افزایش دهند. در این زمینه، مدل‌های استوکاستیک خطی، شبکة عصبی مصنوعی، و مدل‌های هیبرید می‌توانند در دقت پیش‌بینی مفید باشند. تحقیق حاضر به بررسی کارایی مدل‌های اتورگرسیو میانگین متحرک تجمعی (ARIMA)، شبکة عصبی مصنوعی مستقیم (DMSNN)، شبکة عصبی مصنوعی چندگامی بازگشتی (RMSNN)، مدل هیبرید آریما- شبکة عصبی مصنوعی چندگامی مستقیم (HSNNDM)، و مدل هیبرید آریما- شبکة عصبی مصنوعی چندگامی بازگشتی (HSNNRA) در پیش‌بینی خشک‌سالی هیدرولوژی در دو مقیاس زمانی ماهانه و فصلی می‌پردازد. شاخص استانداردشدة جریان (SDI) به عنوان نمایة جریان و شاخص پیش‌بینی‌شونده در حوزة آبخیز کرخه انتخاب شد. نتایج این پژوهش نشان می‌دهد مدل هیبرید شبکة عصبی مستقیم- آریما (HSNNDA) نسبت به سایر مدل‌ها دارای عملکرد بهتری در پیش‌بینی SDI است و همچنین کارایی مدل در پیش‌بینی ماهانه بهتر از مقیاس فصلی است. | ||
| کلیدواژه‌ها | ||
| پیش‌بینی؛ خشک‌سالی هیدرولوژی؛ شبکه‌های عصبی مصنوعی؛ مدل‌های استوکاستیک؛ مدل‌های هیبرید | ||
|
آمار تعداد مشاهده مقاله: 3,178 تعداد دریافت فایل اصل مقاله: 1,705 |
||