پژوهش آب ایران

چکیده برای بررسی خشک‌سالی هواشناسی شاهرود، مشخصه‌های شدت و مدت خشک‌سالی آن با استفاده از آمار بارندگی ماهانه سال‌های 2010-1951 و توابع مفصل به‌صورت توأم تحلیل شد. مقادیر مشخصه‌های خشک‌سالی از SPI یک ماهه استخراج گردید. تعدادی تابع توزیع تک‌متغیره به‌طور جداگانه به مقادیر شدت و مدت خشک‌سالی برازش داده شدند. برای تحلیل توأم، از پنج تابع مفصل استفاده و معیارهای ارزیابی، شامل RMSE، AIC و NSE محاسبه شدند. از میان این توابع، تابع مفصل گالامبوس به‌دلیل داشتن حداکثر لگاریتم درست‌نمایی (443.8199-)، کمترین مقدار RMSE (0.068)، کمترین مقدار AIC (889.64) و بیشترین مقدار NSE (0.93)، مناسب‌ترین تابع مفصل برای تحلیل دو‌متغیره انتخاب شد. با استفاده از تابع مفصل برگزیده ‌شده، احتمال و دوره بازگشت توأم و شرطی شدت و مدت خشک‌سالی محاسبه شد. همچنین، سه روش حداکثر درست‌نمایی (MLE)، کرم شب‌تاب (FF) و بیگ بنگ- بیگ کرانچ (BB-BC) برای برآورد پارامتر بهترین تابع مفصل مورد استفاده قرار گرفت که پارامتری که روش MLE بهینه کرد، مقدار تابع هدف (RMSE) را 0.068 برآورد کرد؛ در صورتی که الگوریتم‌های FF و BB-BC، مقدار تابع هدف را تقریباً 0.0409 برآورد کردند. بنابراین، الگوریتم‌های کرم شب‌تاب و بیگ بنگ- بیگ کرانچ، خطای کمتری در برآورد پارامتر مفصل نسبت به روش حداکثر درست‌نمایی داشتند.

چکیده برآورد دقیق بار معلق رودخانه‌ها در طراحی و بهره‌برداری پروژه‌های آبی مهم است. تخمین میزان رسوبات با روش‌های مرسوم مانند منحنی سنجه نتایج دقیقی را دربر ندارد. در این پژوهش مدل برنامه‌ریزی بیان ژن که شکل توسعه یافته برنامه‌ریزی ژنتیک است،‏ برای تخمین میزان رسوبات معلق به کار گرفته شد. از نتایج حاصل از این مدل با نتایج مدل‌های فازی- عصبی،‏ شبکه‌های عصبی و منحنی سنجه مقایسه شد. در این راستا،‏ داده‌های جریان رودخانه و رسوبات معلق در ایستگاه ونیار واقع بر روی رودخانه آجی‌چای در استان آذربایجان شرقی استفاده شد. پارامترهای آماری ریشه میانگین مربعات خطا (RMSE)‎ و ضریب تعیین (R²) برای ارزیابی دقت مدل‌ها استفاده شدند. نتایج حاصله نشان از عملکرد بهتر مدل برنامه‌ریزی بیان ژن در مقایسه با سایر مدل‌های مورد استفاده بود. برای داده‌های دوره آزمون اختلاف نسبی بین RMSE مدل برنامه‌ریزی بیان ژن با مدل‌های فازی- عصبی از نوع افراز شبکه،‏ فازی- عصبی از نوع دسته‌بندی تفریقی،‏ شبکه‌های عصبی و منحنی سنجه به‌ترتیب برابر 8،‏ 10،‏ 13 و 21 درصد بود. همچنین به ازای بهترین الگوی مورد استفاده در مدل،‏ مقدار R2 برای مدل برنامه‌ریزی بیان ژن،‏ فازی- عصبی از نوع افراز شبکه،‏ فازی- عصبی از نوع دسته‌بندی تفریقی،‏ شبکه‌های عصبی و منحنی سنجه به‌ترتیب برابر 0.93،‏ 0.84،‏ 0.88،‏ 0.86 و 0.81 به دست آمد.

چکیده فرسایش و رواناب ناشی از بارش در حوضه‌های آبخیز از موضوعات مهم مدیریت منابع طبیعی است. روش اتوماتای سلولی یک سیستم فیزیکی ایده‌آل است که قابلیت شبیه‌سازی ساده از یک فرآیند پیچیده نظیر فرسایش و رواناب را دارد. این تحقیق با هدف مطالعه کارآیی روش اتوماتای سلولی در شبیه‌سازی فرسایش و رواناب ناشی از بارش انجام شد. این روش در یک کرت آزمایشی واقع در مزرعه تحقیقاتی مرکز تحقیقات کشاورزی هسته‌ای در زعفرانیه کرج استفاده شد. نتایج شبیه‌سازی نشان دادند که اندازه سلول‌ها،‏ پارامترهای هیدرولیکی،‏ انتخاب گام زمانی مناسب و تعداد تکرارها تأثیر به سزایی در نتایج شبیه‌سازی داشتند. در مقایسه نتایج محاسباتی و مشاهداتی،‏ مقادیر ضریب همبستگی و جذر میانگین مربعات خطا برای رواناب به ترتیب برابر 0.98 و 0.034 و برای تولید رسوب به ترتیب برابر 0.97 و 0.045 بودند. نتایج به دست آمده نشان دادند که روش اتوماتای سلولی می‌تواند به عنوان یک روش دقیق و کاربردی برای پیش‌بینی میزان فرسایش و رواناب ناشی از بارش به کار گرفته شود.