عنوان : ( بررسی قابلیت پارامتر Cprecip در منظور کردن اثر برف بر پیش بینی دبی روزانه رودخانه بوسیله شبکه عصبی و شبکه عصبی فازی )
نویسندگان: سیدمحمدمهدی عباسی , مهدی گوران اوریمی , علیرضا فریدحسینی , محمدباقر شریفی ,
Full Textچکیده
یکی از پارامترهای موثر در پیش بینی دبی خصوصاً در حوضه های برفگیر، پارامتر برف می باشد. آب معادل برف متداول ترین پارامتری است که در مدل سازی جریان رودخانه ها، به منظور وارد کردن تأثیر برف در مدل استفاده می شود. در این مقاله سعی شده است با توجه به عدم دسترسی به پارامتر آب معادل برف در درصد قابل توجهی از حوضه ها، پارامترهای باران تجمعی و باران تجمعی مازندران جایگزین آب معادل برف شوند. پارامتر باران تجمعی، بارندگی تجمعی از اول نوامبر تا اول آپریل و معرف برف انباشته شده می باشد که در بهار ذوب می شود. پارامتر باران تجمعی مازندران با انجام تغییراتی بر روی پارامتر باران تجمعی (جهت سازگاری آن با حوضه های مازندران) به دست می آید. نتایج مدل سازی نشان داد که پارامتر باران تجمعی قابلیت جایگزینی پارامتر آب معادل برف را دارد و پارامتر باران تجمعی مازندران با توجه به انطباق بیشتر با حوضه های این ناحیه، کارایی بیشتری نسبت به پارامتر باران تجمعی دارد.
کلمات کلیدی
, پیش بینی دبی, برف, شبکه عصبی مصنوعی, شبکه عصبی فازی.
@article{paperid:1047007,
author = {عباسی, سیدمحمدمهدی and گوران اوریمی, مهدی and فریدحسینی, علیرضا and شریفی, محمدباقر},
title = {بررسی قابلیت پارامتر Cprecip در منظور کردن اثر برف بر پیش بینی دبی روزانه رودخانه بوسیله شبکه عصبی و شبکه عصبی فازی},
journal = {علمی کشاورزی},
year = {2012},
volume = {35},
number = {1},
month = {April},
issn = {0254-3648},
pages = {83--92},
numpages = {9},
keywords = {پیش بینی دبی، برف، شبکه عصبی مصنوعی، شبکه عصبی فازی.},
}
%0 Journal Article
%T بررسی قابلیت پارامتر Cprecip در منظور کردن اثر برف بر پیش بینی دبی روزانه رودخانه بوسیله شبکه عصبی و شبکه عصبی فازی
%A عباسی, سیدمحمدمهدی
%A گوران اوریمی, مهدی
%A فریدحسینی, علیرضا
%A شریفی, محمدباقر
%J علمی کشاورزی
%@ 0254-3648
%D 2012
