• پیش بینی بلندمدت رواناب ورودی به مخزن سد زاینده رود با استفاده از سیگنال های بزرگ مقیاس اقلیمی و روش های محاسباتی هوشمند

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1390/01/01
    • تاریخ انتشار در تی پی بین: 1390/01/01
    • تعداد بازدید: 910
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    افزایش نیازهای آبی، ارزش اقتصادی حاصل از بهره برداری بهینه از سیستم های منابع آب و کمبود یا افت کیفی منابع آب در دسترس، باعث شده است که بهره برداری بهینه از مخازن سدها به عنوان یکی از مسائل مهم در تحلیل سیستم های منابع آب مورد توجه قرار گیرد. روش های مختلف بهینه سازی بمنظور تعیین سیاست های بهره برداری منابع آب توسعه زیادی یافته است. برای بهره برداری بهنگام از سیستم های منابع آب، پیش بینی بارش و رواناب در چند ماه آینده و یا فصل ها می تواند لازم و بسیار موثر باشد. روش های مختلفی بمنظور پیش بینی رواناب تاکنون مورد استفاده قرار گرفته است. این روش ها به دنبال روش های دیگر یا از روش های آماری استفاده کرده و یا از روش هایی که بر اساس مدل های مفهومی هواشناسی پایه ریزی شده اند مورد استفاده قرار گرفته است. در سال های اخیر تلاش های بسیاری بمنظور توسعه پیش بینی های کوتاه مدت به بلندمدت در حوزه رودخانه های بزرگ در نقاط مختلف جهان انجام شده است. بسیاری از این روش ها بر اساس ترکیب و یا تاثیر سیگنال های بزرگ مقیاس اقلیمی گسترش یافته است. امروزه استفاده از سیگنال های اقلیمی و وارد نمودن اطلاعات اقلیمی در مدل های پیش بینی بارندگی بیش از پیش مطرح بوده و به یک زمینه تحقیقاتی جدید و رو به رشد مبدل شده است. شناسایی سیگنال های بزرگ مقیاس اقلیمی (که در حقیقت تابع مکانی و زمانی متغیرهای هواشناسی هستند و معمولا با اندازه گیری تغییرات نسبی این متغیرها معرفی می شوند) به عنوان پیش بینی کننده های پدیده های هیدرولوژیکی، تحول عظیمی در انجام پیش بینی ها به وجود آورده اند. در این تحقیق به پیش بینی بلندمدت جریان رودخانه زاینده رود با استفاده از سیگنال های بزرگ مقیاس اقلیمی پرداخته شده است. اطلاعات سیگنال های اقلیمی با دو شاخص (slp,sst) در بین 18 ایستگاه شاخص جمع آوری شده است. همچنین گرادیان فشار بین ایستگاه های مختلف نیز بعنوان پارامتر تاثیرگذار در نظر گرفته شده است. به دلیل تعداد زیاد پارامترهای ورودی (189 پارامتر)، و همچنین تعداد کم سال های آماری داده ها (56 سال)، برای مدل سازی لازم است که تا حد امکان از تعداد متغیرهای ورودی کاسته شود و در ادامه با استفاده از روش ماشین های بردار پشتیبان (svm) رواناب سالیانه رودخانه زاینده رود مورد پیش بینی قرار گرفته است. نتایج حاصل بیانگر بهبود پیش بینی های بدست آمده هم از لحاظ افزایش بازه زمانی تا یک سال و هم از لحاظ دقت پیش بینی ها می باشد.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین ژورنال ها