CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

ارزیابی کارایی مدلNEW Locclim با روش نزدیکترین فاصله همسایگی جهت بازسازی داده های هواشناسی در شرایط کمبود داده در راستای توسعه پایدار منابع آب

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۰ | تعداد نمایش خلاصه: ۴۳۳ | نظرات: ۱
سال انتشار: ۱۳۹۳
کد COI مقاله: CCASD01_235
زبان مقاله: فارسی
حجم فایل: ۴۱۰.۷۲ کلیوبایت (فایل این مقاله در ۱۰ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۰ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله ارزیابی کارایی مدلNEW Locclim با روش نزدیکترین فاصله همسایگی جهت بازسازی داده های هواشناسی در شرایط کمبود داده در راستای توسعه پایدار منابع آب

  امید رحمتی - دانشجوی کارشناسی ارشد، پردیس ابوریحان، دانشگاه تهران
  جابر سلطانی - استادیار گروه آبیاری و زهکشی پردیس ابوریحان، دانشگاه تهران
  محمود مشعل - دانشیار گروه آبیاری و زهکشی پردیس ابوریحان، دانشگاه تهران
  محی الدین گوشه - مربی پژوهشی مرکز تحقیقات کشاورزی اهواز

چکیده مقاله:

مهمترین سری های زمانی در مدیریت بهینه منابع محدود آب و کاربری های هیدرولوژیکی، اکولوژیکی و زراعی مربوط به دمای حداکثر و حداقل، سرعت باد، ساعات آفتابی و بارندگی است. این پارامترها در برآورد تبخیر و تعرق روزانه، تعیین بیلان آبی و مطالعات تغییر اقلیم کاربرد دارد. تعداد سال های آماری متفاوت، نواقص آماری و خطای اندازه گیری باعث ایجاد سری های زمانی با پایه زمانی غیر مشترک می گردد که این پارامترها در صورت ن بودن ایستگاه سینوپتیک در منطقه غیرقابل برداشت می باشد. لذا بازسازی داده های آماری امری لازم و ضروری است. بدین منظور مدل های متعددی برای درون یابی داده های اقلیمی هر منطقه از بین ایستگاه های اطراف ارائه شده است. هدف این پژوهش برآورد داده های هواشناسی در شرایط کمبود داده در منطقه شاوور واقع در استان خوزستان به وسیله نرم افزار New Locclim و به روش فاصله همسایگی می باشد. برای این منظور ابتدا این نرم افزار برای ایستگاه های دارای آمار نرمال مورد ارزیابی قرار گرفت. نتایج حاصل نشان داد کاربرد این نرم افزار با روش فاصله همسایگی در برآورد داده های نظیر دمای حداقل، حداکثر و ساعات آفتابی روزانه در منطقه با R(2)=0/9775 از دقت بالایی برخوردار است. همچنین در برآورد پارامترهای سرعت باد و بارندگی با R(2)=0/7982 دارای دقت قابل قبول می باشد. پس از اطمینان از کارایی بالایی روش بیان شده بر اساس نتایج حاصله، این نرم افزار برای پیش بینی و بازسازی پارامترهای هواشناسی ایستگاه منطقه شاوور در شرایط کمبود داده مورد استفاده قرار گرفت.

کلیدواژه‌ها:

نرم افزار new locclim، فاصله همسایگی، بازسازی داده، پارامترهای هواشناسی، شرایط کمبود داده

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-CCASD01-CCASD01_235.html
کد COI مقاله: CCASD01_235

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
رحمتی, امید؛ جابر سلطانی؛ محمود مشعل و محی الدین گوشه، ۱۳۹۳، ارزیابی کارایی مدلNEW Locclim با روش نزدیکترین فاصله همسایگی جهت بازسازی داده های هواشناسی در شرایط کمبود داده در راستای توسعه پایدار منابع آب، همایش ملی تغییرات اقلیم و مهندسی توسعه پایدار کشاورزی و منابع طبیعی، تهران، شرکت علم و صنعت طلوع فرزین، https://www.civilica.com/Paper-CCASD01-CCASD01_235.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (رحمتی, امید؛ جابر سلطانی؛ محمود مشعل و محی الدین گوشه، ۱۳۹۳)
برای بار دوم به بعد: (رحمتی؛ سلطانی؛ مشعل و گوشه، ۱۳۹۳)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • خورشید دوست، ع.نساجی، م. قرمز جشمه، ب. ۱۳۹۰. بازسازی سری‌های ... (مقاله ژورنالی)
  • سید کابلی، ح. آخوندعلی، ع. مساح، ع. رادمنش، ف. ۱۳۹۱. ...
  • ارزیابی مدلهای نزدیکترین همسایه (KNN ) برای تولید داده های هواشناسی، مطالعه موردی :ایستگاه قزوین [مقاله کنفرانسی]
  • Bannayan, M and Hoogenboom G. , 2008. "Predicting realizations of ...
  • Brandsma T, K:onen GP. (2006), "Application of ne arest-neighbor resampling ...
  • Coulibaly P. N. D. Evora, (2007), "Comparison of neural network ...
  • Lall, U., and Sharma, A. _1996_. _ nearest neighbour bootstrap ...
  • Nicks, A. D., and Harp, J. F. _1980_. "Stochastic generation ...
  • Rackso, P., Szeidi, L., and Semenov, M. _1991_.، A serial ...
  • Rajagopalan, B., and Lall, U. _1999_.، A k-nearest neighbour simulatorfor ...
  • Richardson, C. W., and Wright, D. A. _1984_. _ A ...
  • Semenov, M. A, and Barrow, E. M. _1997_. _ of ...
  • Sergio M. V icente-Serrano, Santiago Begueria, Juan I. Lopez-Moreno , ...
  • Sharif M, Bur DDH. 2007." Improved K-nearest neighbor weather generating ...
  • علم سنجی و رتبه بندی مقاله

    5.0
    ۱ تعداد پژوهشگران نظر دهنده
    5 1
    4 0
    3 0
    2 0
    1 0
    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۵۹۸۷۹
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.