ارزیابی و بهینه سازی شبکه باران سنجی بر مبنای روش های زمین آماری و الگوریتم کرم شب تاب (مطالعه موردی: حوضه آبریز شرق دریاچه ارومیه)

سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 387

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JISE-42-4_011

تاریخ نمایه سازی: 6 خرداد 1399

چکیده مقاله:

کیفیت مناسب اطلاعات آبدهی ثبت ­شده در شبکه­های باران­سنجی در طراحی پایدار پروژه­های آبی نقش مهمی ایفا می­کند. از این نظر برای ایجاد شبکه­ای بهینه و کارآمد، شبکه­های باران­سنجی باید به­صورت دوره­ای با توجه به نیاز و طرح­های توسعه منابع آب پیش­روی، مورد ارزیابی قرار گیرند.در این مطالعه ابتدا داده های بارش ماهانه ایستگاه های باران سنجی در حوضه شرق دریاچه ارومیه و مناطق مجاور آن جمع آوری و شبکه باران سنجی اولیه ایجاد شد. در ادامه از روش­های کریجینگ و وزن­­دهی عکس فاصله برای ارزیابی شبکه ایستگاه­های باران­سنجی حوضه استفاده شده است. نتایج نشان داد از 36 ایستگاه مورد مطالعه، شش ایستگاه وضعیت بحرانی داشته، از این نظر صحت اطلاعات ثبت شده در این ایستگاه­ها مورد تردید می­باشد. درواقع نقاط دارای حداکثر واریانس تخمین در سطح حوضه،معیاری در تعیین نقاط با پتانسیل تاسیس ایستگاه جدید در نظر گرفته­ شد. در نهایت با استفاده از الگوریتم کرم شب تاب، بهترین جانمایی برای ایستگاه­های موجود و ایستگاه­های پتانسیل به­دست آمد. بطوریکه، بهترین جانمایی، با اضافه کردن تعداد نه ایستگاه به­دست ­آمد.

کلیدواژه ها:

الگوریتم کرم شب تاب ، بهینه سازی ، زمین آمار و شبکه ی باران سنجی

نویسندگان

المیرا ولی پور

دانش آموخته کارشناسی ارشد مهندسی منابع آب، دانشگاه تبریز

محمدعلی قربانی

استاد دانشکده کشاورزی، گروه مهندسی آب، دانشگاه تبریز.

اسماعیل اسدی

استادیار دانشکده کشاورزی، گروه مهندسی 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 :
  • Abedini, M.J. and Shaghaghian, M.R., 2009. Exploring scaling laws in ...
  • Barca, E., Passarella, G. and Uricchio, V., 2008. Optimal extension ...
  • Cheng, K.S., Lin, Y.C. and Liou, J.J., 2008. Rain‐gauge network ...
  • Ghajarnia, N., Liaghat, A. and Arasteh, P.D., 2015. Comparison and ...
  • Ghahraman, B. and Sepaskhah, A., 2001. Autographic rain-gagenetwork design for ...
  • Hassanzadeh, T., Meybodi, M.R. and Mahmoudi, F., 2011. An improved ...
  • Hasani, A, 1999, Geostatic, Publishing and Printing University of Tehran, ...
  • Haberlandt, U., 2007. Geostatistical interpolation of hourly precipitation from rain ...
  • Karamouz, M., Falahi, M. and Nazif, S., 2010. Analysis of ...
  • López‐Moreno, J.I. and Nogués‐Bravo, D., 2006. Interpolating local snow depth ...
  • Mahmoudi-Meimand, H., Nazif, S., Ali Abbaspour, R. and Faraji Sabokbar, ...
  • Mashal, M., Darvishi, E. and Rahimikhoob, A., 2008. Optimizing the ...
  • Papamichail, D.M. and Metaxa, I.G., 1996. Geostatistical analysis of spatial ...
  • Putthividhya, A. and Tanaka, K., 2012. Optimal rain gauge network ...
  • Safarrad, T., Farji, S.H., Azizi, G. and Abbaspour, R., 2013. ...
  • Yang, X.S., 2009, October. Firefly algorithms for multimodal optimization. In International ...
  • Yang, X.S. and He, X., 2013. Firefly algorithm: recent advances ...
  • Yazdani, N.M., Sequerloo, A.Y. and Panahi, M.S., 2013. Reduction of ...
  • نمایش کامل مراجع