تعداد نشریات | 161 |
تعداد شمارهها | 6,533 |
تعداد مقالات | 70,513 |
تعداد مشاهده مقاله | 124,129,799 |
تعداد دریافت فایل اصل مقاله | 97,236,491 |
تحلیل توزیع مکانی آب معادل برف در حوضههای آذربایجان غربی | ||
اکوهیدرولوژی | ||
مقاله 6، دوره 10، شماره 1، فروردین 1402، صفحه 77-91 اصل مقاله (1.6 M) | ||
نوع مقاله: پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/ije.2023.353231.1706 | ||
نویسندگان | ||
کامران یوسفی* 1؛ مهرنگ دوستی رضایی2؛ جمال احمدآلی3 | ||
1دکتری سازه های آبی، کارشناس مطالعات آبهای سطحی، شرکت آب منطقه ای آذربایجان غربی | ||
2دکتری آبیاری و زهکشی، مدیر مطالعات پایه منابع آب، شرکت آب منطقه ای آذربایجان غربی | ||
3استادیار بخش تحقیقات فنی و مهندسی کشاورزی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان آذربایجان | ||
چکیده | ||
بخش قابل توجهی از بارش نواحی بالادست حوضههای آبریز استان آذربایجان غربی بهویژه در ماههای سرد سال به صورت برف است. تحلیل دادههای این منابع برای مدیریت بهینۀ سدهای مخزنی منطقه بهخصوص در فصل بهار که موسم ذوب برف حوضههای مربوطه است، بسیار حائز اهمیت است. در روشهای سنتی متداول برای برآورد آب معادل ذخیرۀ برفی از رابطۀ گرادیان ارتفاعی (رابطۀ رگرسیون خطی بین آب معادل برف با ارتفاع نقاط برفسنجی از سطح آبهای آزاد) استفاده میشود، که گاهی به دلیل عدم برازش مناسب، برخی نقاط از محاسبات حذف میشوند. در این مطالعه برای دادههای 65 ایستگاه برفسنجی در ماههای برفی سال آبی 1399ـ 1400 به جای رابطۀ گرادیان ارتفاعی، از رگرسیون خطی چهارمتغیرۀ آب معادل با ارتفاع، طول و عرض جغرافیایی (در سیستم مختصات UTM) استفاده شده است که باعث بهبود مشخصات رگرسیون (افزایش حدود 3 برابری A.R.S یعنی مربع ضریب همبستگی تعدیلشده یا همان ضریب تعیین و کاهش حدود 10 هزار برابری سطح معناداری یعنی آلفای ضریب همبستگی) شد. همچنین به منظور بررسی بیشتر، از شبیهسازی روابط با شبکۀ عصبی مصنوعی (پرسپترون سهلایه با 3، 8 و 1 نرون در لایههای ورودی، میانی و خروجی) استفاده شد؛ طوری که ضریب همبستگی دادههای برآوردی با مشاهداتی موجود برای مدل شبکۀ عصبی مصنوعی منتخب 97/0 به دست آمد. | ||
کلیدواژهها | ||
آب معادل برف؛ رگرسیون چندمتغیره؛ شبکۀ عصبی مصنوعی | ||
مراجع | ||
[1]. Motamedi A, Sedghi H. Snow hydrology. Arkan Publications, 2013 [Persian]. [2]. Panahi M, Helali J, Moosavi SA, Kabiri Sh. Principles of snow hydrology. Academic Jihad Publications, 2017 [Persian]. [3]. Rasouli, A., Adhami, S. Estimation of Snow Water Equivalent by Processing of MODIS Satellite Imageries. Geography and Development, 2007; 5(10): 23-36 [Persian]. [4]. Jahanbakhsh asl S, Sari Sarraf B, Raziei T, Parandeh khouzani A. An investigation on the spatio-temporal variability of snow season and its start and end dates in the mountainous region of Zagros. Watershed Engineering and Management, 2020; 12(1): 86-106 [Persian]. [5]. Marofi S, Tabari H, Abyaneh HZ. Predicting spatial distribution of snow water equivalent using multivariate non-linear regression and computational intelligence methods. Water resources management, 2011; 25(5):1417-35. [6]. Tabari H, Marofi S, Zare Abyaneh H, Sharifi MR. Comparison of artificial neural network and combined models in estimating spatial distribution of snow depth and snow water equivalent in Samsami basin of Iran. Neural Computing and Applications, 2010; 19(4):625-35. [7]. Sedighi F, Vafakhah M, Javadi MR. Application of artificial neural network for snowmelt-runoff (Case study: Latyan Dam Watershed). Journal of Watershed Management Research, 2016; 6(12):43-54 [Persian]. [8]. Ebdam S, Fathzadeh A, Taghizadeh MR, Mahjoobi J. Digital Mapping of Snow Water Equivalent Using an Artificial Neural Network and Geomorphometric Parameters (Case Study: Sakhvid Watershed, Yazd). Journal of Watershed Management Research, 2016; 7(13):138-149 [Persian]. [9]. Zare Abyaneh H. Estimation of the spatial distribution of snow water equivalent height and snow density in watersheds of West Azarbijan province. Journal of Water Resources Engineering, 2012; 5:1-12 [Persian].
[10]. Rezaei A.M., Mohammadi Meybodi A.M. Statistics and Probabilities, Academic Jihad Publications of Isfahan Industrial Unit, 2010-2011 [Persian] [11]. Neurosolution software User's Guide, Version 6.01. Neuro Dimension, Inc., USA, 2010. [12]. Hosseini SA, Mesgari A, Salari Fonoodi MR. Artificial neural networks in hydrology and meteorology. Azarkalk publications, 2016 [Persian]. | ||
آمار تعداد مشاهده مقاله: 356 تعداد دریافت فایل اصل مقاله: 205 |