
تعداد نشریات | 162 |
تعداد شمارهها | 6,623 |
تعداد مقالات | 71,548 |
تعداد مشاهده مقاله | 126,912,162 |
تعداد دریافت فایل اصل مقاله | 99,961,614 |
استفاده همزمان از سیگنالهای اقلیمی و دمای سطح آب دریا در پیشبینی جریان (مطالعه موردی حوضه چشمه-کیله) | ||
تحقیقات آب و خاک ایران | ||
مقاله 8، دوره 49، شماره 5، آذر و دی 1397، صفحه 1043-1053 اصل مقاله (1.38 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/ijswr.2018.237949.667722 | ||
نویسندگان | ||
حسام قدوسی* 1؛ لیلا کوشافر2 | ||
1استادیار، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه زنجان، زنجان، ایران | ||
2دانشجوی کارشناسی ارشد، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه زنجان، زنجان، ایران | ||
چکیده | ||
با توجه به میزان منابع آب و سرانه مصرف، ایران از جمله کشورهایی است که در گروه کشورهای مواجه با کمبود آب قرار دارد. لذا، پیشبینی و برنامهریزی منابع آب میتواند نقش بسزایی در تصمیمگیریهای آینده برای چگونگی مصرف آب داشته باشد. امروزه یافتههای محققین در ایجاد ارتباط قوی بین تغییرات بزرگ مقیاس اقلیمی و پدیدههای هیدرولوژیکی، ضرورت پرداختن به مباحث هیدرواقلیم شناسی در هیدرولوژی را دو چندان نموده است و استفاده از روشهای آماری و مدلهای پیشرفته کمک قابلتوجهی در جهت پیشبینی پدیدههای هیدرولوژیکی داشته است. در این تحقیق، پیشبینی آبدهی فصل بهار در رودخانه چشمهکیله واقع در شهرستان تنکابن در شمال کشور به کمک سیگنالهای اقلیمی مرسوم مربوط به اقیانوس آرام و اطلس شامل Ninoها، AMO،SOI ، NAO و PDO و تغییرات دمای سطح آب دریای خزر (SST) در فصل زمستان با استفاده از مدل مفهومی شبکه عصبی مصنوعی مورد بررسی قرار گرفت. خطای پیشبینی جریان رودخانه با مدل شبکه عصبی مصنوعی و ورودی سیگنالهای اقلیمی SOI-NINO4-NINO3.4 به روش مجذور میانگین مربع خطا برابر 61/8 مترمکعب بر ثانیه بدست آمد. این خطا با ورودی سیگنال NINO3.4 به 31/3 مترمکعب بر ثانیه و همچنین خطای پیشبینی با ورودی بارندگی و دمای سطح آب دریای خزر تا 08/0 کاهش یافت. | ||
کلیدواژهها | ||
پیشبینی آورد فصلی؛ دمای سطح آب دریای خزر؛ سیگنالهای اقلیمی مرسوم؛ مدل شبکه عصبی مصنوعی | ||
مراجع | ||
Araghinezhad, SH., Shabanpour, F. and Jamali, S. (2016). Data analysis for effect of Elnino on annual rainfall in Iran. Proceeding of 6th National Congress on Water Resource Management of Iran. 1-3 May, Kourdestan university, Iran, pp. 1-10 (In Farsi). Hartman, H., Snow, J. A., Stein, S., Su, B., Zhai, J., Jiang, T., Valentina, K. and Zbigniew, W. (2016). Predictors of precipitation for improved water resources management in the tarim river basin creating a seasonal forecast model. Journal of Arid Environments, 125, 31-42. Honglee, J. and Julien, P. (2016). Teleconnections of the ENSO and South Korean precipitation patterns. Journal of Hydrology, 534, 237-250. Karamouz, M. and Araghinejad, SH. (2005) Advanced hydrology(4th ed.). Tehran: Amirkabir. (In Farsi) Meidani, E., Araghinejad, SH. and Hoorfar, A. (2012). Long lead stream flow forecasting using statistical methods. MSc. thesis, University of Tehran, Tehran. (In Farsi) Meidani, E. and Araghinejad, SH. (2014). Long lead stream flow forecasting in the southwest of Iran by sea surface temperature of the mediterranean sea. Journal of Hydrology Engineering, 19(8), 1-10. Moghsemi, H. R. and Alizadeh Savareh, B. (2014). The neural network with matlab and C#. Tehran: Niaz danesh. (In Farsi) Murgulet, D., Valeriu, M., Hay, R.R., Tissot, P. and Mestas, A. (2017). Relationships between sea surface temperature anomalies in the Pacific and Atlantic Oceans and South Texas precipitation and streamflow variability. Journal of Hydrology, 550, 726-739. Nazamalsadat, M. and Ghasemi, A. (2004). The flactuation influence of water level in caspian sea surface temperature on precipitation of the winter and spring seasons northern and southwestern Iran. Journal of water and soil sciences, 8(4),1-15. (In Farsi) Nazamalsadat, M. and Shirvani, A. (2004). The application of CCA in order to assess and compare the ability of the SOI and Nino SST forecasts winter precipitation, the shores of the caspian sea. Journal of water and soil sciences, 8(1), 11-25. (In Farsi) Soukup, T. L., Aziz, O. A. and Tootle, G. L. (2009). Long lead-time stream flow forecasting of the north platte river incorporating oceanic–atmospheric climate variability. Journal of Hydrology, 368(1-4), 131–142. Shams, M.D., Faisal Anwar, A.H.M., Lamb, K.W. and Bari, M. (2018). Relating ocean-atmospheric climate indices with Australian river streamflow. Journal of Hydrology, 556, 294-309. Yaduvanshi, A. and Aranade, A. (2015). Effect of global temperature changes on rainfall fluctuations over river basins across eastern indo-gangetic plains. Journal of Aquatic Procedia, 4, 721-729.
| ||
آمار تعداد مشاهده مقاله: 435 تعداد دریافت فایل اصل مقاله: 420 |