چکیده مقاله
پایه و اساس مطالعات هیدرولوژی داده های آماری مورد قبول می باشد، اما به دلیل خطاهای انسانی و ابزاری ممکن است با مواردی از قبیل عدم ثبت آمار یا تشخیص داده های پرت و حذف آن ها تحت عنوان داده های گمشده برخورد کنیم برای بررسی و تحلیل آماری داده های لازم است تا داده های گمشده بازسازی شوند، که برای این منظور روش های مختلفی وجود دارد در این پژوهش، برای بازسازی داده های گمشده سری هیدرولوژیکی دبی ماهانه ایستگاه قزاقلی واقع در حوضه گرگانرود استان گلستان براساس آمار ایستگاه های بالادست به روش های متداول آماری و روش نوین شبکه عصبی مصنوعی انجام گرفت همچنین قابلیت مدل سازی به کمک مدل سری زمانی براساس آمار خود ایستگاه مورد بررسی قرار گرفت از مجموع کل داده های ماهانه طی دوره مشترک 30 ساله،80 درصد داده ها برای آموزش و از 20 درصد داده ها برای آزمون در نظر گرفته شد با توجه به معیار ضریب تشخیص R2 ، نتایج تمامی روش ها مقدار قابل قبولی را نشان می دهند اما مدل شبکه عصبی مصنوعی با ضریب تشخیص 0/97 و ریشه میانگین مربعات خطا 0/034، در مقایسه با سایر روش های متداول آماری و مدل سری زمانی از دقت بالایی برای مدل سازی روابط بین پارامترهای ورودی و خروجی در یک مدل برخوردار می باشد
کلیدواژهها
نویسندگان
شیوه ارجاع
قربانی، خلیل و دهقانی، امیراحمد و گنجی زاده، حمید،1392،مقایسه روش های مختلف بازسازی داده های گمشده دبی ماهانه ایستگاه پایین دست براساس آمار خود ایستگاه و ایستگاه های بالادست،اولین همایش ملی بحران آب،اصفهان
ارائهشده در
مجموعه مقالات اولین همایش ملی بحران آب25 اردیبهشت 1392 · اصفهان