پیش بینی جریان رودخانه با استفاده از آنالیز موجک و مقایسه آن با مدل سری های زمانی (مطالعه موردی :رودخانه لیقوان چای)
First Statement of Responsibility
/مریم رستمی
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
: کشاورزی
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
۱۰۰ص
GENERAL NOTES
Text of Note
جدول، نمودار، عکس
NOTES PERTAINING TO PUBLICATION, DISTRIBUTION, ETC.
Text of Note
چاپی
INTERNAL BIBLIOGRAPHIES/INDEXES NOTE
Text of Note
واژه نامه بصورت زیرنویس
Text of Note
کتابنامه ص.: ۹۲-۱۰۰
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کارشناسی ارشد
Discipline of degree
مهندسی آب - منابع آب
Date of degree
۱۳۸۹/۰۶/۲۵
Body granting the degree
تبریز
SUMMARY OR ABSTRACT
Text of Note
در دو دهه اخیر استفاده از مدلصهای غیرخطی در پیش بینی جریان رودخانهصها مورد توجه محققان واقع شده است که از آن جمله میصتوان به مدل شبکهصهای عصبی مصنوعی، برنامه ریزی ژنتیک، سریصهای زمانی، آنالیز موجک و ... اشاره نمود .تبدیل موجک از طریق تجزیه سیگنالصها به زمان و مقیاس همچون روش آنالیز فوریه شیوه نوینی را برای پردازش سیگنال ارائه میصدهد .در این مطالعه از موجک گسسته میر و سطوح تجزیه متفاوت برای پیش بینی جریان متوسط ماهانه رودخانه لیقوان چای استفاده شد ۹۷ .درصد دادهصها برای تست و مدل بندی و سه درصد برای صحت سنجی استفاده شد .نتایج نشان داد که مناسبصترین تعداد سطح تجزیه ۱۰ سطح میصباشد، بهترین افق پیش بینی ماهانه، ۱۲ ماه و ضریب همبستگی بین دادهصهای مشاهداتی و پیش بینی شده ۹۲/۰ میصباشد .در سریصهای زمانی نیز با توجه به معیارهای موجود، مدل ,(۱,۱,۱) SARIMA (۱,۰,۱) بهترین نتایج را در بردارد که ضریب همبستگی در اینجا ۸۶/۰ می-گردد .با توجه به اعداد بدست آمده از مدل سری زمانی، این مدل نقاط پیک سری را بهتر آنالیز کرده و مقادیر پیش بینی شده نزدیک به مقادیر مشاهداتی میصباشد .در نهایت با در نظر گرفتن ضریب همبستگی دو روش، تبدیل موجک مناسبصتر تشخیص داده شد .