این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
تحقیقات منابع آب ایران، جلد ۵، شماره ۲، صفحات ۱-۹
عنوان فارسی مدل هوشمند مبتنی بر ژئومورفولوژی و مقایسه با مدل GIUH برای برآورد رواناب مستقیم
چکیده فارسی مقاله درمدل هیدروگراف واحد لحظه ای ژئومورفولوژی از شبکه زهکشی حوضه آبریز و قوانین هورتون استفاده می‌گردد. این مدل یک رهیافت ساده مدل‌سازی رواناب-بارندگی برای حوضه‌های فاقد آمار می‌باشد. کارشناسان هیدرولوژی همواره سعی کرده اند رابطه‌ای بین پاسخ هیدرولوژیکی حوضه و مشخصات توپوگرافی حوضه ها بر قرار نمایند. در این تحقیق از سه مدل بارندگی- رواناب شامل مدل جعبه سیاه مبتنی بر مشخصات ژئومورفولوژی (GANN) و مدل مفهومی دو پارامتری ناش و مدل هیدروگراف واحد لحظه‌ای ژئومورفولوژیکی (GIUH) که برای حوضه‌های فاقد آمار پشنهاد گردیده است برای یک حوضه متوسط استفاده شد. از این مدل‌ها برای مطالعه ده واقعه بارش-رواناب در حوضه معرف کسیلیان واقع در ناحیه شمالی ایران استفاده شد. نتایج حاصل از مدل ژئومورفولوژی با داده‌های مشاهده‌ای و دو مدل دیگر مقایسه گردیده است. نتایج این تحقیق نشان می دهد که مدل شبکه عصبی مصنوعی بر پایه ژئومورفولوژی (GANN) از مدل کاملاً تجربی شبکه عصبی مصنوعی می‌باشند، برتر است. علاوه بر این می‌توان چنین نتیجه‌گیری کرد که لحاظ مشخصات ژئومورفولوژی در مدل ANN بر توانایی این مدل برای شبیه‌سازی رابطه بارندگی- رواناب می‌افزاید.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی A Comparative Study of Geomorphologic Artificial Intelligent Model And GIUH For Direct Runoff Computations
چکیده انگلیسی مقاله The Geomorphologic Instantaneous Unit Hydrograph utilizes Horton's law and the drainage characteristics of the watershed. This is a simple approach to direct runoff computations in ungaged watersheds. Hydrologists have increasingly attempted to relate the watershed’s hydrological responses to watershed topographical characteristics. In this study three different categories of rainfall-runoff models proposed for ungaged watersheds, including a black-box model equipped with Geomorphologic characteristics called: the Geomorphologic 1-Artificial Neural Network (GANN) model, 2-a conceptual two parameter model (Nash model), and 3-Geomorphology Instantaneous Unit Hydrograph (GIUH) were evaluated in a middle size watershed. The applicability of these models were studied for ten rainfall-runoff events of the Kassilian representative watershed located in the north of Iran. The results indicated that GANN model in runoff estimation is more powerful than the other two models. It can also be concluded that adopting the geomorphologic characteristics of watershed in the ANN model can promote this model from a pure black-box model to a model with more capabilities in simulation of a rainfall-runoff relationship. 
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله محمد رضا نجفی | mohammad reza
استادیار گروه مهندسی آبیاری وزهکشی، پردیس ابوریحان دانشگاه تهران، پاکدشت
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

م رضا بهبهانی بهبهانی | م reza behbahani
دانشیار گروه مهندسی آبیاری وزهکشی، پردیس ابوریحان دانشگاه تهران، پاکدشت
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

ج عبدالهی | ج
مربی گروه مهندسی آبیاری و آبادانی، دانشکده مهندسی آب وخاک، پردیس کشاورزی ومنابع طبیعی ، دانشگاه تهران، کرج
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

موسی حسینی |
دانشجوی دکتری مهندسی منابع آب، گروه مهندسی آبیاری و آبادانی، دانشکده مهندسی آب وخاک، پردیس کشاورزی ومنابع طبیعی ، دانشگاه تهران، کرج
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

نشانی اینترنتی http://www.iwrr.ir/article_15762_2acaa844c01dfc0c4ad4ed982f392406.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات