تحقیقات آب و خاک ایران، جلد ۴۸، شماره ۲، صفحات ۳۰۹-۳۲۱
عنوان فارسی پیش بینی بلند مدت جریان رودخانه با استفاده از روش تحلیل طیف تکین در حوضه کرخه
چکیده فارسی مقاله در ده‌های گذشته روش‌های مختلفی برای تجزیه و تحلیل و پیش‌بینی متغیرهای فیزیکی استفاده شده است. یکی از آنها، روش آماری تحلیل طیف تکین (SSA) می‌باشد. SSA از روش‌های مورد استفاده در مدل‌سازی فرایندهای مختلف آماری است و اخیراً استفاده از آن در رشته‌های مختلف مهندسی از جمله منابع آب به منظور حذف اجزاء تصادفی موجود در سری‌های زمانی گسترش یافته است. هدف اصلی از این تحقیق پیش‌بینی مقادیر جریان رودخانه‌های حوضه کرخه با استفاده از روش SSA می-باشد. ابتدا ایستگاه‌های شاخص در حوضه کرخه (پنج ایستگاه) برای این کار انتخاب گردید. دوره پر آبی ایستگاه‌ها تعیین شد. برای مدل‌سازی 70 درصد داده‌ها برای واسنجی و 30 درصد داده‌ها برای صحت‌سنجی در نظر گرفته شد. ابتدا از روش SSA برای پردازش اولیّه داده‌ها و حذف نوفه موجود در سری‌های زمانی جریان رودخانه استفاده شد. سپس از الگوریتم بازگشتی روش SSA برای ساخت مدل پیش‌بینی آبدهی رودخانه در ایستگاه‌های حوضه کرخه استفاده شد. برای بررسی عملکرد مدل از معیار جذر میانگین مربعات خطا نرمال شده، میانگین قدرمطلق خطای نسبی و ضریب همبستگی استفاده گردید. در مرحله صحت-سنجی بیشترین مقدار آماره NRMSE و MARE به‌ترتیب برابر 0.47 و 0.5برای ایستگاه‌های پل‌چهر بود. کمترین مقدار آماره NRMSE برای ایستگاه پل دختر و چم انجیر نزدیک به هم و برابر 0.3 و 0.31 و کمترین مقدار آماره MARE برای ایستگاه چم انجیر و پل دختر، نزدیک به هم و برابر 0.29 و 0.30 بود. در نهایت بهترین و ضعیف‌ترین نتیجه در دو مرحله واسنجی و صحت سنجی به‌ترتیب برای ایستگاه‌های چم انجیر و پل‌چهر به‌دست آمد. بر اساس نتایج این تحقیق می‌توان با به‌کارگیری روش SSA مقادیر جریان رودخانه را با دقت مناسب پیش‌بینی نمود.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Long-lead streamflow forecasting using singular spectrum analysis in the Karkheh basin
چکیده انگلیسی مقاله In the past decade the different methods have been used to analyze and predict the physical variables, one of which is singular spectrum analysis (SSA) statistical methods. SSA is one of the methods, used in modeling various statistical processes and more recently, its use in various engineering disciplines including water resources, in order to eliminate random components in time series has been expanded. The main objective of this study was to forecast streamflow in the Karkheh basin using singular spectrum analysis. The gage stations in the Karkheh basin (five station) were selected for this study. The high flow period for these gage stations were determined. In order to modeling methods, 70% and 30% of data were used for calibration and validation respectively. The singular spectrum analysis method was used for pre-processing of data and elimination of noise in the time series of streamflow. Then, the recursive algorithm of the singular spectrum analysis model was used to develop forecasts models of streamflow in the Karkheh basin gage stations. To evaluate the performance of the model Normalized root mean square error, mean absolute error and correlation coefficient were used. In the validation the highest and lowest value of the NRMSE and MARE statistics were 0.47 and 0.50 for Pol Chehr station. The lowest value of the NRMSE statistic for Pol Dokhtar and Cham Anjir stations was 0.3 and 0.31 respectively and close to each other and the lowest value of the MARE statistic for Cham Anjir and Pol Dokhtar stations was 0.29 and 0.30 respectively and close to each other. Finally, the best and the weakest results in two stages of calibration and validation were for Cham Anjir and Pol Chehr Stations respectively. The results of this research showed that singular spectrum analysis can be used to forecast streamflow with reasonable accuracy
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله فرید فروغی |
دانشجوی دکتری پردیس کشاورزی و منابع طبیعی کرج- دانشگاه تهران و مربی دانشگاه شیراز
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

شهاب عراقی نژاد |
هیات علمی دانشگاه تهران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

نشانی اینترنتی http://ijswr.ut.ac.ir/article_62633_155d525beb4cfbb5a1a138ede7e6137e.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/684/article-684-423611.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات