عنوان

شبیه سازی دینامیکی اثر تغییرات بارش و دمای هوا بر نوسانات تراز آب دریاچه ارومیه

شماره

‭۴۰۵۰پ‬

زبان متن نوشتاري يا گفتاري و مانند آن

per

عنوان اصلي

شبیه سازی دینامیکی اثر تغییرات بارش و دمای هوا بر نوسانات تراز آب دریاچه ارومیه

نام نخستين پديدآور

/شهاب کاوه کار

نام ناشر، پخش کننده و غيره

تبریز:دانشگاه تبریز، دانشکده کشاورزی ، گروه آب

نام خاص و کميت اثر

‮‭۷۶‬ص.‬

متن يادداشت

چاپی

جزئيات پايان نامه و نوع درجه آن

کارشناسی ارشد

نظم درجات

منابع آب

زمان اعطا مدرک

‮‭۱۳۹۰/۰۵/۲۵‬

کسي که مدرک را اعطا کرده

تبریز:دانشگاه تبریز، دانشکده کشاورزی ، گروه آب

متن يادداشت

دریاچه ارومیه بعنوان یکی از بزرگترین دریاچه های ایران، مقصد نهائی مجموعه ای از رودخانه های شمالغرب کشور است .با توجه به تغییرات زیاد بارندگی و همچنین تغییرات دمای هوا، تراز آب نوسانات زیادی داشته است .آگاهی از این نوسانات در بررسی مسائل مرتبط، از جمله ریسک پذیری تاسیسات و سازه های وابسته، تغییرات ذخیره آبی دریاچه، ساخت و سازهای ساحلی، محیط زیست و بسیاری از عوامل دیگر اهمیت دارد .از اینرو رسیدن به یک تخمین قابل قبول از روند نوسانات در آینده با استفاده از روشهای نوین دنیا امری اجتناب ناپذیر است .با اینکه نوسانات تراز سطح آب دریاچه ها تابعی از عوامل بسیار متعددی می تواند باشد، در این تحقیق سعی شده است، از مهم ترین عوامل موثر همچون دمای هوا و بارش استفاده گردد .لذا از روش نوین برنامه ریزی بیان ژن ‮‭(GEP)‬ که توسعه یافته برنامه ریزی ژنتیک است، جهت شبیه سازی و پیش بینی نوسانات تراز آب دریاچه در حالات و مقیاس های زمانی مختلف و از ‮‭Mathematica‬ جهت دینامیک نمودن این شبیه سازی بهره گرفته شده است ‮‭GEP‬ .یک الگوریتم ژنتیکی است بطوریکه از جمعیتی از افراد استفاده و آنها را مطابق برازندگی، انتخاب می کند و تغییرات ژنتیکی را با استفاده از یک یا چند عملگر ژنتیکی، اعمال می نماید و در آن کروموزوم ها، به صورت بیان درختی نشان داده می شوند .جهت پیش بینی نوسانات تراز آب در دو مقیاس زمانی روزانه و ماهانه با استفاده از‮‭GEP‬ ، مقادیر نوسانات پیشین، دمای هوا و بارش در شش حالت متفاوت شامل نوسانات تراز آب یک روز قبل تا نوسانات تراز آب نه روز قبل و دمای هوا و بارش یک روز قبل تا سه روز قبل، به عنوان ورودی در نظر گرفته شدند تا بهترین الگو برای پیش بینی انتخاب گردد .نوسانات تراز آب و دمای هوای ماهانه تا یک تأخیر، به عنوان مناسب ترین الگوی ورودی پیش بینی نوسانات تراز آب دریاچه ارومیه، انتخاب گردید .در انتها توانایی پیش بینی دو مدل ‮‭GEP‬ و رگرسیون خطی با معیارهایی نظیر ضریب همبستگی و جذر میانگین مربعات خطا با یکدیگر مقایسه گردیده است.

متن يادداشت

Lake as one of the largest lakes, rivers, a series of final destination is the country's northwest. Due to the large changes in precipitation and air temperature, water level fluctuation is large. Knowledge of these variations in study-related issues, including risk-related facilities and structures, changes in water stored in lakes, coastal construction, environmental and many other important factors. Therefore, to achieve an acceptable estimate of the volatility in the future using the new methods is inevitable. With the lake water level fluctuations are a function of several factors could be tried in this study, the most important factors such as temperature and precipitation will be used. Gene expression programming (GEP), an extension of genetic programming, has been used for water level variation modeling at different time scales and also mathematica used for making dynamic this simulation GEP is a genetic algorithm that uses populations of individuals, selection of them according to fitness, and some genetic operators to introduce genetic variation and the chromosomes express as expression trees in GEP. To predict water level variation at two time scales (daily and monthly) using GEP, water level variation, air temperature and precipitation values at six different structures consist of water level variation from one to nine times ago and air temperature and precipitation from one to three times ago are applied as input to select the best structure. The best selected input template is consists of water level variation and monthly air temperature with one time lags for water level fluctuations of urmia lake. Finally, the prediction ability of two GEP and linear regression models has been compared by means of correlation coefficient and root mean square error.

موضوع مستند نشده

Dynamic Simulation

موضوع مستند نشده

Genetic Programming

موضوع مستند نشده

Variation

موضوع مستند نشده

Water Level

مستند نام اشخاص تاييد نشده

کاوه کار، شهاب

مستند نام اشخاص تاييد نشده

قربانی، محمدعلی، استادراهنما

مستند نام اشخاص تاييد نشده

اشرف زاده، افشین، استادمشاور

مستند نام اشخاص تاييد نشده

دربندی، صابره، استادمشاور

يادداشت عمومي

سیاه و سفید

وضعیت فهرست نویسی

نمایه‌سازی قبلی