CV


Mahdi Amirabadizadeh

Mahdi Amirabadizadeh

Associate Professor

Faculty: Agriculture

Department: Water Science and Engineering

Degree: Doctoral

CV
Mahdi Amirabadizadeh

Associate Professor Mahdi Amirabadizadeh

Faculty: Agriculture - Department: Water Science and Engineering Degree: Doctoral |

ارزیابی مدل¬های IHACRES و سیستم استنتاج عصبی-فازی در پیش بینی رواناب حوضه آبریز سد کریت دردوره آتی

Authorsمهدی امیرابادی زاده,رسول کرمی,محسن پوررضابیلندی,مصطفی یعقوب زاده
Journalمدیریت جامع حوزه های آبخیز
Page number82-94
Serial number۲
Volume number۳
Paper TypeFull Paper
Published At۲۰۲۲
Journal TypeElectronic
Journal CountryIran, Islamic Republic Of

Abstract

امروزه افزایش غلظت گازهای گلخانهای در اتمسفر سبب تغییر در مؤلفههای منابع آب در مقیاس جهانی و منطقهای شده است. از سوی دیگر پیشبینی آورد رودخانه در دوره آتی، ابزاری کارآمد در مدیریت منابع آب بهحساب میآید. در این پژوهش عملکرد مدلهای IHACRESو سیستم استنتاج عصبی - فازی ( )ANFISدر پیشبینی رواناب حوضه سد کریت در طبس گلشن موردبررسی قرار گرفت. داده ورودی به مدلهای شبیهسازی بارش- رواناب IHACRESو مدل سیستم استنتاج عصبی فازی شامل بارش و دما در مقیاس ماهانه است. پس از واسنجی دو مدل در بازتولید آورد رودخانه مشاهداتی، ارزیابی با استفاده از شاخصهای RMSEو NSصورت پذیرفت. در این تحقیق، 04درصد دادههای بارش، دما و رواناب مشاهداتی برای آموزش و 04درصد باقیمانده دادهها برای صحتسنجی مورداستفاده قرار گرفتند. معیارهای ارزیابی RMSEو NSدر بخش صحتسنجی در مدل IHACRESبه ترتیب 4/1و 4/98و برای مدل ANFISبه ترتیب 4/48و 4/82محاسبه شد که نشاندهنده برتری مدل IHACRESنسبت به مدل سیستم استنتاج عصبی فازی در بازتولید دبی جریان مشاهداتی در این مرحله است. پس از مشخص شدن مدل برتر، با استفاده از مدل ریزمقیاس نمایی LARS- WG5.0تحت سناریوی RCP4.5و خروجی مدل گردش عمومی جو- اقیانوس ،GISS-E2-Rدادههای بارش و دما برای سالهای 2422تا 2481ریزمقیاس گردید و سپس با مدل برتر، مقادیر دبی برای سالهای آینده نزدیک برآورد گردید. بر اساس نتایج حاصل از شبیهسازی جریان توسط مدل برتر (مدل )IHACRESدر افق آینده مقادیر دبی جریان در رودخانه در مقایسه با ماههای متناظر در دوره پایه، افزایش اندکی خواهد یافت

Paper URL