پیش بینی جریان رودخانه با استفاده از تئوری آشوب و مقایسه آن با مدل سری های زمانی (مطالعه موردی : رودخانه آجی چای)
/سارا ضحاک
تبریز: دانشگاه تبریز
۹۸ ص، جدول، نمودار، عکس، لوح فشرده
چاپی
واژه نامه بصورت زیرنویس
کتابنامه ص.: ۹۳-۹۸
کارشناسی ارشد
مهندسی کشاورزی- آبیاری و زهکشی
۱۳۸۸/۰۳/۲۵
تبریز: دانشگاه تبریز
تخمین دبی رودخانه ها به لحاظ اهمیت آن در عملکرد صحیح و اقتصادی در کارهای عمرانی، سازه های آبی، بهره برداری از مخازن سد ها، سیستم های هشدار دهنده سیل و ... امری بسیار مهم است .همچنین با توجه به اینکه اغلب پروژه های مهندسی آب بطور مستقیم و یا غیر مستقیم به میزان آبدهی آن حوضه نیاز دارند، لذا لازم است به نحوی قابل قبول تخمین آبدهی انجام پذیرد .با توجه به اهمیت حوضه آبریز آجی چای و نیز قابلیت های بالای تئوری جدید آشوب در شبیه سازی پدیده های مختلف، در این تحقیق سعی شده است دبی روزانه رودخانه آجی چای در ایستگاه ونیار با این تئوری بررسی شده و با نتایج مدل کلاسیک سری های زمانی مقایسه گردد .مقادیر محاسباتی توسط مدل آشوب در مقایسه با سری زمانی از دقت بالایی برخوردار بوده و به مقادیر مشاهداتی نزدیک تر می باشد .همچنین میزان خطاهای RMSE و مدل آشوب به ازای ۳و ۳۸ و مدل سری زمانی ((ARIMA (۲,۱,۱) به ترتیب ۱۳۲۱/۰ ، ۹۸۵۴/۰ و ۱۸۹۷/۰ ، ۷۵/۰ می باشد که نتایج بدست آمده حاکی از دقت بالا و قابل قبول تئوری آشوب در برآورد دبی های روزانه ایستگاه ونیار بر اساس افق پیش بینی می باشد.
Prediction of rivers flow is important due to its economic function in civil engineering studies, water structures, dam storage and flood warning systems. Moreover, with attention to importance of watershed discharge rate in water engineering projects, the accuracy of this prediction is so valuable. Regarding to importance of Aji Chay watershed and high ability of chaos theory in simulation of natural phenomena in this research, daily discharge rate of Aji Chay river in vanyar station is studied with this theory and finally, the results are compared with classic time series model. The value of root mean square (RMSE) and coefficient of efficiency ( ) for chaos theory m=3 and =38 and time series model ARIMA (2,1,1) shows respectively 0.1321, 0.9854 and 0.1897, 0.75 that the results shows high level of accuracy of this prediction and acceptable range of chaos theory.