ارزیابی کارایی سامانه همادی چندگانه برای بهبود مهارت پیش بینی مدل های عددی بارش
زمان پیشهشدار و دقت پیش‌بینی‌های بارندگی اثر قابل ملاحظه‌ای بر سیستم‌های پیش‌بینی و هشدار سیلاب دارند. کاربرد پیش‌بینی‌های همادی بارندگی مستخرج از مدل‌های عددی بارش به دلیل تأثیری که بر افزایش زمان پیشهشدار سیلاب دارند، توسعه یافته است. هدف این تحقیق، بهبود مهارت پیش‌بینی مدل‌های عددی بارش توسط تکن...
| Main Authors: | , , , , |
|---|---|
| Format: | Article |
| Language: | fas |
| Published: |
University of Tehran, College of Aburaihan
2023-03-01
|
| Series: | مدیریت آب و آبیاری |
| Subjects: | |
| Online Access: | https://jwim.ut.ac.ir/article_91950_6d22d60548e4512effafb80e89d46e6a.pdf |
| _version_ | 1797844009409839104 |
|---|---|
| author | میترا تنهاپور جابر سلطانی بهرام ملک محمدی کامیلا هلاوچوا محمد ابراهیم بنی حبیب |
| author_facet | میترا تنهاپور جابر سلطانی بهرام ملک محمدی کامیلا هلاوچوا محمد ابراهیم بنی حبیب |
| author_sort | میترا تنهاپور |
| collection | DOAJ |
| description | زمان پیشهشدار و دقت پیش‌بینی‌های بارندگی اثر قابل ملاحظه‌ای بر سیستم‌های پیش‌بینی و هشدار سیلاب دارند. کاربرد پیش‌بینی‌های همادی بارندگی مستخرج از مدل‌های عددی بارش به دلیل تأثیری که بر افزایش زمان پیشهشدار سیلاب دارند، توسعه یافته است. هدف این تحقیق، بهبود مهارت پیش‌بینی مدل‌های عددی بارش توسط تکنیک‌های پس‌پردازش است. بدین ترتیب پیش‌بینی همادی بارندگی سه مدل هواشناسی NCEP، UKMO و KMA برای شش رویداد بارش مولد سیلاب در حوضه دز استخراج گردید. جهت پس‌پردازش پیش‌بینی‌های همادی بارش از رویکردهای آماری و مدل داده محور استفاده شد. بدین‌منظور، پیش‌بینی خام هر مدل منفرد با استفاده از مدل‌های رگرسیونی خطی و توانی تصحیح گردید. سپس خروجی تصحیح شده مدل‌های منفرد توسط مدل پیشنهادی کنترل گروهی داده ها (GMDH) ترکیب شدند. نتایج نشان داد برای اصلاح پیش‌بینی‌های خام، عملکرد مدل‌های توانی بهتر از خطی است. پس از تصحیح برونداد مدل‌ها، نتایج دقیق‌تری با استفاده از مدل‌های NCEP و UKMO به دست آمد. همچنین، سامانه همادی چندگانه ساخته شده توسط مدل GMDH اثر قابل ملاحظه‌ای بر مهارت پیش‌بینی مدل‌های عددی بارش داشت، به‌گونه‌ای که معیارهای ارزیابی نش-ساتکلیف و خطای نرمال شده به طور متوسط 23% و 11% نسبت به مدل‌های توانی بهبود یافتند. ارزیابی مقایسه‌ای قابلیّت تفکیک‌پذیری مدل‌های همادی چندگانه با مدل‌های منفرد توسط منحنی ROC در دو سطح آستانه 5/2 و 10 میلی‌متر بیانگر توانایی تفکیک‌پذیری بالاتر مدل‌های همادی چندگانه در هر دو سطح آستانه بارش بود. پیش بینی-های پس پردازش شده بارندگی همادی به‌عنوان یک ورودی قابل اعتماد برای مدل‌های هیدرولوژیکی جهت پیش‌بینی وقایع حدی به کار می‌آید. |
| first_indexed | 2024-04-09T17:16:35Z |
| format | Article |
| id | doaj.art-cadebe7929ed4c10b43990f13d02da2c |
| institution | Directory Open Access Journal |
| issn | 2251-6298 2382-9931 |
| language | fas |
| last_indexed | 2024-04-09T17:16:35Z |
| publishDate | 2023-03-01 |
| publisher | University of Tehran, College of Aburaihan |
| record_format | Article |
| series | مدیریت آب و آبیاری |
| spelling | doaj.art-cadebe7929ed4c10b43990f13d02da2c2023-04-20T03:09:53ZfasUniversity of Tehran, College of Aburaihanمدیریت آب و آبیاری2251-62982382-99312023-03-0113127529310.22059/jwim.2023.350086.102591950ارزیابی کارایی سامانه همادی چندگانه برای بهبود مهارت پیش بینی مدل های عددی بارشمیترا تنهاپور0جابر سلطانی1بهرام ملک محمدی2کامیلا هلاوچوا3محمد ابراهیم بنی حبیب4گروه مهندسی آب، دانشکده فناوری کشاورزی، دانشکدگان کشاورزی و منابع طبیعی، دانشگاه تهران، تهران، ایران.گروه مهندسی آب، دانشکده فناوری کشاورزی، دانشکدگان کشاورزی و منابع طبیعی، دانشگاه تهران، تهران، ایران.گروه برنامه‌ریزی و مدیریت محیط زیست، دانشکده محیط زیست، دانشگاه تهران، تهران، ایران.گروه مدیریت منابع آب و خاک، دانشکده مهندسی عمران، دانشگاه فنی اسلواکی، براتیسلاوا، اسلواکی.گروه مهندسی آب، دانشکده فناوری کشاورزی، دانشکدگان کشاورزی و منابع طبیعی، دانشگاه تهران، تهران، ایران.زمان پیشهشدار و دقت پیش‌بینی‌های بارندگی اثر قابل ملاحظه‌ای بر سیستم‌های پیش‌بینی و هشدار سیلاب دارند. کاربرد پیش‌بینی‌های همادی بارندگی مستخرج از مدل‌های عددی بارش به دلیل تأثیری که بر افزایش زمان پیشهشدار سیلاب دارند، توسعه یافته است. هدف این تحقیق، بهبود مهارت پیش‌بینی مدل‌های عددی بارش توسط تکنیک‌های پس‌پردازش است. بدین ترتیب پیش‌بینی همادی بارندگی سه مدل هواشناسی NCEP، UKMO و KMA برای شش رویداد بارش مولد سیلاب در حوضه دز استخراج گردید. جهت پس‌پردازش پیش‌بینی‌های همادی بارش از رویکردهای آماری و مدل داده محور استفاده شد. بدین‌منظور، پیش‌بینی خام هر مدل منفرد با استفاده از مدل‌های رگرسیونی خطی و توانی تصحیح گردید. سپس خروجی تصحیح شده مدل‌های منفرد توسط مدل پیشنهادی کنترل گروهی داده ها (GMDH) ترکیب شدند. نتایج نشان داد برای اصلاح پیش‌بینی‌های خام، عملکرد مدل‌های توانی بهتر از خطی است. پس از تصحیح برونداد مدل‌ها، نتایج دقیق‌تری با استفاده از مدل‌های NCEP و UKMO به دست آمد. همچنین، سامانه همادی چندگانه ساخته شده توسط مدل GMDH اثر قابل ملاحظه‌ای بر مهارت پیش‌بینی مدل‌های عددی بارش داشت، به‌گونه‌ای که معیارهای ارزیابی نش-ساتکلیف و خطای نرمال شده به طور متوسط 23% و 11% نسبت به مدل‌های توانی بهبود یافتند. ارزیابی مقایسه‌ای قابلیّت تفکیک‌پذیری مدل‌های همادی چندگانه با مدل‌های منفرد توسط منحنی ROC در دو سطح آستانه 5/2 و 10 میلی‌متر بیانگر توانایی تفکیک‌پذیری بالاتر مدل‌های همادی چندگانه در هر دو سطح آستانه بارش بود. پیش بینی-های پس پردازش شده بارندگی همادی به‌عنوان یک ورودی قابل اعتماد برای مدل‌های هیدرولوژیکی جهت پیش‌بینی وقایع حدی به کار می‌آید.https://jwim.ut.ac.ir/article_91950_6d22d60548e4512effafb80e89d46e6a.pdfپیش‌بینی‌های همادی بارشتکنیک‌های پس‌پردازشمدل‌های رگرسیونیمدل همادی چندگانهمدل gmdh |
| spellingShingle | میترا تنهاپور جابر سلطانی بهرام ملک محمدی کامیلا هلاوچوا محمد ابراهیم بنی حبیب ارزیابی کارایی سامانه همادی چندگانه برای بهبود مهارت پیش بینی مدل های عددی بارش مدیریت آب و آبیاری پیش‌بینی‌های همادی بارش تکنیک‌های پس‌پردازش مدل‌های رگرسیونی مدل همادی چندگانه مدل gmdh |
| title | ارزیابی کارایی سامانه همادی چندگانه برای بهبود مهارت پیش بینی مدل های عددی بارش |
| title_full | ارزیابی کارایی سامانه همادی چندگانه برای بهبود مهارت پیش بینی مدل های عددی بارش |
| title_fullStr | ارزیابی کارایی سامانه همادی چندگانه برای بهبود مهارت پیش بینی مدل های عددی بارش |
| title_full_unstemmed | ارزیابی کارایی سامانه همادی چندگانه برای بهبود مهارت پیش بینی مدل های عددی بارش |
| title_short | ارزیابی کارایی سامانه همادی چندگانه برای بهبود مهارت پیش بینی مدل های عددی بارش |
| title_sort | ارزیابی کارایی سامانه همادی چندگانه برای بهبود مهارت پیش بینی مدل های عددی بارش |
| topic | پیش‌بینی‌های همادی بارش تکنیک‌های پس‌پردازش مدل‌های رگرسیونی مدل همادی چندگانه مدل gmdh |
| url | https://jwim.ut.ac.ir/article_91950_6d22d60548e4512effafb80e89d46e6a.pdf |
| work_keys_str_mv | AT mytrạtnhạpwr ạrzyạbyḵạrạyysạmạnhhmạdycẖndgạnhbrạybhbwdmhạrtpysẖbynymdlhạyʿddybạrsẖ AT jạbrslṭạny ạrzyạbyḵạrạyysạmạnhhmạdycẖndgạnhbrạybhbwdmhạrtpysẖbynymdlhạyʿddybạrsẖ AT bhrạmmlḵmḥmdy ạrzyạbyḵạrạyysạmạnhhmạdycẖndgạnhbrạybhbwdmhạrtpysẖbynymdlhạyʿddybạrsẖ AT ḵạmylạhlạwcẖwạ ạrzyạbyḵạrạyysạmạnhhmạdycẖndgạnhbrạybhbwdmhạrtpysẖbynymdlhạyʿddybạrsẖ AT mḥmdạbrạhymbnyḥbyb ạrzyạbyḵạrạyysạmạnhhmạdycẖndgạnhbrạybhbwdmhạrtpysẖbynymdlhạyʿddybạrsẖ |