نوع مقاله : یادداشت فنی
نویسندگان
چکیده
پیشبینی آبدهی رودخانه و مقدار جریان خروجی از حوضه از مهمترین موضوعات در برنامهریزی و استفاده بهینه از منابع آب یک حوضه است. در مناطق سردسیر دما ممکن است بر آبدهی رودخانه موثر باشد. در این پژوهش برای پیشبینی دبی روزانه رودخانه لیقوان که در یک منطقه سردسیر واقع شدهاست، از مدلهای مبتنی بر منطق فازی استفاده شده است بدین منظور از سه پارامتر بارندگی، دما و دبی روزانه این رودخانه استفاده شد. ارزیابی نتایج پیشبینیها با استفاده از معیارهای سنجش خطا، از جمله معیار ناش- ساتکلیف نشان داد که مدل ANFIS با دقت بالاتر (0.998=CNS) و پراکندگی کمتری نسبت به مدل FIS (0.993=CNS) دبی این رودخانه را پیشبینی کردهاست. همچنین با مقایسه بخشهای مختلف مشخص شد که دما در ماههای آذر و فروردین برای مدل FIS، بر فرآیند پیشبینی مؤثر است و باعث افزایش دقت پیشبینی آبدهی می شود. علت این موضوع را میتوان تأثیرپذیری نوع بارش از دمای هوا در ماههای آذر و فروردین در این منطقه دانست.
کلیدواژهها
عنوان مقاله [English]
The effect of temperature on forecasting of daily discharge by Fuzzy Based Models in Lighvan watershed
نویسندگان [English]
- Morteza Nabizadeh
- Abalfazl Mosaedi
چکیده [English]
In this research, fuzzy based models were used for river discharge forecasting in lighvan watershed.To forecast the daily river flow, three parameters of the amount of rainfall, temperature, and daily discharge of Lighvanchai basin were used. Assessment of prediction results by using various error estimations methods such as Nash-Sutcliff Coefficient (CNS) showed that ANFIS model (CNS=0.998) was able to predict discharge of these rivers with higher accuracy and low dispersal than FIS model (CNS=0.993). It was also observed that by applying FIS model, daily air temperature affected the river discharge in two months of December (Azar) and April (Farvardin), and the accuracy of the model were increased. It can show the effects of air temperature on the variety of precipitation form in these two months.
کلیدواژهها [English]
- Temperature
- Fuzzy logic
- River Engineering
- Artificial intelligence
- Discharge