توضیحات
چکیده
در اين تحقيق از روابط تجربي فولر، سنگال و هينز ديتر و همچنين تكنيك شبكه عصبي مصنوعي جهت بررسي امكان برآورد دبي پيك لحظه اي با استفاده از آمار دبي حداكثر روزانه استفاده شده است. به همين منظور با بررسي ايستگاه هاي آب سنجي در اقاليم مختلف ايران، تعداد 12ايستگاه انتخاب و دبي پيك لحظه اي و دبي روزانه آنها استخراج شد. ابتدا دبي پيك لحظه اي با روابط تجربي ذكر شده برآورد گرديد. سپس روابط تجربي مورد استفاده در اين تحقيق، براي هر ايستگاه مورد مطالعه، كاليبره شده و دبي پيك در تعدادي از سالها با رابطه جديد بدست آمده براي هر ايستگاه، محاسبه گرديد. جهت مقايسه بهتر، سالهاي مربوط به كاليبراسيون روش هاي تجربي و نيز مرحله آزمايشي تكنيك شبكه عصبي مصنوعي در ايستگاه ها، مشابه در نظر گرفته شده است. بمنظور مقايسه نتايج و ارزيابي كارايي روش هاي ذكر شده در برآورد دبي پيك لحظه اي با استفاده از آمار دبي حداكثر روزانه، از ضريب همبستگي ،(r)ضريب كارايي (Re2) و ريشه حداقل ميانگين مربعات خطا (rmse) استفاده گرديد. نتايج نشان داد كه تكنيك شبكه عصبي مصنوعي نسبت به روش هاي تجربي در برآورد دبي پيك لحظه اي با استفاده از آمار دبي حداكثر روزانه، برتري دارد. براساس اين نتايج مي توان مشكل كوتاه بودن دوره آماري مربوط به داده هاي دبي حداكثر لحظه اي در ايستگاه ها را بر اساس داده هاي اندازه گيري شده دبي روزانه و با روش شبكه عصبي مصنوعي برطرف كرد، كه اين مسئله تاثير قابل توجهي در بهينه سازي طراحي ها و برآوردهاي مرتبط خواهد داشت.
مقدمه
داده ها و اطلاعات مشاهده اي براي بررسي و پيش بيني وقايع هيدرولوژيكي بسيار مهم و اساسي است و در منطقه و كشوري كه اين آمار به طور مرتب و طولاني مدت ثبت شده باشد كنترل و تخفيف خسارت سيل كه يكي از وقايع هيدرولوژيكي است با دقت بهتري انجام مي شود. در بيشتر حوزه هاي آبخيز ايران با كمي داده هاي ثبت شده هيدرولوژيكي روبرو بوده و به همين دليل براي محاسبه دبي اوج سيلابي يكي از روشهاي رايج، استفاده از فرمولهاي تجربي است كه در كشورهاي ديگر ارائه شده است. استفاده از اين رابطه ها در كشور بدون واسنجي رابطه ها با داده هاي مشاهداتي خطاي زيادي در تخمين دبي اوج سيلابي ايجاد مي كند كه در مواقعي خطرناك و گاهي موجب صرف شدن هزينه هاي بي مورد در ساخت سازه هاي آبي مي شود.
ABSTRACT
In this research, the fuller, Senegal and Heinz-Dieter experiments and also artificial neural network technique were used to study the possibility of estimating instantaneous peak discharge using maximum daily discharge statistics. For this purpose, by studying the stations in different parts of Iran, 12 stations were selected and the instantaneous discharge and their daily discharge were extracted. At first, the instantaneous discharge was estimated with the empirical relationships mentioned. Then, the experimental relations used in this study were calibrated for each station studied and the peak discharge was calculated in a number of years with the new relationship obtained for each station. In order to make a better comparison, the years of calibration of the experimental methods and the experimental stage of the artificial neural network technique in stations are similar. In order to compare the results and evaluate the efficiency of the mentioned methods in estimating instantaneous peak discharge using the maximum daily discharge rate, correlation coefficient, (r) efficiency coefficient (Re2) and root mean square error (rmse) were used. The results showed that the artificial neural network technique is superior to the experimental methods in estimating instantaneous peak discharge using maximum daily discharge statistics. Based on these results, it is possible to solve the short time statistical problem related to the maximum instantaneous discharge data in stations based on measured daily flow data and artificial neural network method, which has a significant effect on design optimization. And related estimates.
INTRODUCTION
Observation data and information for the study and forecast of hydrological events are very important and in the region and the country where these statistics are regularly and long-term recorded flood damage control and control, which is one of the hydrological events, is better done. it is possible. In most watersheds of Iran, there is a small amount of hydrological data recorded. Therefore, one of the common methods for calculating flood peak is the use of empirical formulas presented in other countries. Using these relationships in the country without calibrating relationships with observational data creates a great deal of error in estimating flood peak, which in some cases is dangerous and sometimes leads to unnecessary costs in the construction of aquatic structures.
Year: 2011
Publisher : Sixth National Congress on Civil Engineering
By : Jameel Salimi Kuchi, Soleyman ghoohestani
File Information: persian Language/ 8 Page / size: 240 KB
Only site members can download free of charge after registering and adding to the cart
سال : 1390
ناشر : ششمین کنـگره ملی مهنـدسی عمـران
کاری از : جميله سليمي كوچي ، سليمان قوهستاني
اطلاعات فایل : زبان فارسی / 8 صفحه / حجم : KB 240
نقد و بررسی‌ها
هنوز بررسی‌ای ثبت نشده است.