امکان سنجی ارتباط بین ایستگاه های بالادست و پایین دست یک رودخانه طبیعی در تخمین بار معلق رسوبی با استفاده از روش برنامه ریزی بیان ژن

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 533

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ATTITTDE01_070

تاریخ نمایه سازی: 19 اردیبهشت 1395

چکیده مقاله:

پیش بینی دقیق پارامترهای موثر در طرح های منابع آب، یکی از مهمترین مباحث تحقیقی مهندسان آب می باشد. از جمله این پارامترهاحجم رسوبات معلق رودخانه است که باعث تغییر در شکل گیری ساختار هندسی و خصوصیات ریخت شناسی رودخانه ها می شود. دراین تحقیق امکان پیش بینی بار معلق رسوبی در ایستگاههای پایین دست یک رودخانه طبیعی با استفاده از داده های ایستگاه هایبالادست و در نتیجه امکان سنجی ارتباط بین ایستگاه ها؛ با استفاده از روش برنامه ریزی بیان ژن مورد ارزیابی قرار گرفته است. بدینمنظور از داده های دبی جریان و بار معلق رسوبی روزانه ی سه ایستگاه از رودخانه هوستونیک واقع در آمریکا جهت ارائه ی مدل هایپیشنهادی استفاده شده است. نتایج به دست آمده از پیش بینی مدل های پیشنهادی نشان داد که استفاده از پارامتر دبی جریان ایستگاهقبل موثرتر از پارامتر ورودی بار معلق و همچنین ترکیب دبی جریان و بار معلق رسوبی ایستگاه های قبل به عنوان ورودی های مدل میباشد. همچنین تاثیر داده های ایستگاه دوم در برآورد بار معلق رسوبی ایستگاه سوم بیشتر از تاثیر داده های ایستگاه اول می باشد.

کلیدواژه ها:

امکان سنجی ارتباط ایستگاه ها ، تخمین بار معلق رسوبی ، برنامه ریزی بیان ژن ، رودخانه هوستونیک

نویسندگان

شبنم حسین زاده

کارشناس ارشد مهندسی عمران-سازه های هیدرولیکی، دانشگاه تبریز

کیومرث روشنگر

دانشیار دانشکده مهندسی عمران، دانشگاه تبریز

علی کوشه

دانشجوی دکتری مهندسی عمران – مهندسی و مدیریت منابع آب، دانشگاه تبریز

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • داننده مهر، علی.، علیایی، احسان.، قربانی، محمدعلی(1389)، «پیش بینی بار ...
  • مقایسه روش های هوش مصنوعی در برآورد بار معلق رسوب (مطالعه موردی: رودخانه سیستان) [مقاله ژورنالی]
  • فربودنام، نیما.، قربانی، محمدعلی.، اعلمی، محمد تقی(1388)، «پیش بینی جریان ...
  • Aytek, A., and Kishi, O. (2008). A genetic programming approach ...
  • Ferreira, C.(2001) .Gene expression programming :A new adaptive algorithm for ...
  • Guven, A., and Kishi, O. (2011). Estimation of Suspended Sediment ...
  • Khu, S. T., Liong, S. Y., Babovic, V., Madsen, H., ...
  • Kisi, O., Dailr, A. H., Cimen, M., & Shiri, J. ...
  • Lopes, H. S., & Weinert, W. R. (2004). EGIPSYS: an ...
  • Roushangar, K., & Koosheh, A. (2015) .Evaluation of GA-SVR method ...
  • Roushangar, K., Mehrabani, F. V., & Alami, . M. (2013) ...
  • Whigham, P. A., & Crapper, P. F.(2001). Modelling rainfall-runof using ...
  • نمایش کامل مراجع