عنوان پایان‌نامه

بهینه‌سازی ساختار مدل بیلان ماهانه در حوضه آبریز با استفاده از شاخص ارزیابی خطای چندگانه



    دانشجو در تاریخ ۰۴ بهمن ۱۳۹۱ ، به راهنمایی ، پایان نامه با عنوان "بهینه‌سازی ساختار مدل بیلان ماهانه در حوضه آبریز با استفاده از شاخص ارزیابی خطای چندگانه" را دفاع نموده است.


    مقطع تحصیلی
    کارشناسی ارشد
    محل دفاع
    کتابخانه پردیس یک فنی شماره ثبت: 1758;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 57251
    تاریخ دفاع
    ۰۴ بهمن ۱۳۹۱
    دانشجو
    بهزاد رهنما
    استاد راهنما
    بنفشه زهرایی

    تحقیقات بر روی توسعه و کاربرد مدل¬های بیلان آبی ماهانه از دهه 40 میلادی آغاز شده است. در این پایان نامه، در ابتدا شناسایی، بررسی و ارزیابی مدل¬های مشهور و پر کاربرد در این زمینه مورد بحث قرار گرفته است. سپس روابط تجربی مختلف با کاربردشان برای اجزای مختلف این مدل¬ها طبقه¬بندی شده¬اند. در ادامه با نوآوری و تغییرات در ساختار مدل¬های بیلان به توسعه و بهبود آن¬ها اقدام شده است. این تغییرات شامل تغییر ساختار ثابت مدل¬ها به ساختار منعطف و ترکیب ساختاری مدل¬های متفاوت است. برای بهینه سازی پارامترهای این مدل¬ها از روش¬های الگوریتم ژنتیک تک هدفه(GA) و چند هدفه(NSGA-II) استفاده شده است. همچنین در این تحقیق، عدم قطعیت موجود در ساختار مدل¬ها با استفاده از روش GLUE مورد تحلیل قرار گرفته است و بازه عدم قطعیت برای مقادیر مشاهداتی استخراج شده است. دو حوضه داخلی و دو حوضه واقع در کشور فرانسه با خصوصیات اقلیمی متفاوت به عنوان مطالعه موردی انتخاب شده¬اند. نتایج به کارگیری ساختار منعطف و ترکیب ساختاری در ساختار مدل¬های مختلف نشان از بهبود یافتن نتایج مدلسازی دارد. در مجموع هدف از این تحقیق، ارائه روش¬ها و رویکردهای مختلف و جدید به منظور رسیدن به مدلی قابل کاربرد برای حوضه¬های مختلف است. بدین ترتیب می¬توان بازدهی مدل¬های بیلان را برای حوضه¬هایی با خصوصیات متفاوت اقلیمی و فیزیوگرافی بالا برد که در نهایت منجر به یافتن مدلی جامع و یکپارچه با عملکرد قابل قبول برای حوضه¬های مختلف شود.
    Abstract
    Since 1940s, researches on the development and application of monthly water balance models have been started. In this thesis, first well-known and applicable monthly water balance models have been discussed. Then various empirical equations and their applications for different parts of these models have been classified. Finally, for modification and development of these models, innovation and changes in the structure of water balance models, have been implemented. These alterations include changing the fixed structure to a flexible structure and combining the structures of different models. For optimization the parameter of these models, Genetic Algorithm (GA) and Non-dominated Sorting Genetic Algorithm (NSGA-II) methods have been applied. Moreover in this study, the uncertainty in these models has been analyzed by Generalized Likelihood Uncertainty Estimation (GLUE) method and the uncertainty bound for the observed values has been extracted. Two basins in Iran and two basins in France with different climatological characteristics have been chosen for this study. The results of flexible structure and combined structure have shown improvements in the modeling results. In general, the purpose of this study is presenting new methods and different approaches in order to achieve a more applicable model for different basins. Thus, it is possible to increase the efficiency of the water balance models in basins with different climatological and physiographical characteristics which eventually results in finding a comprehensive and integrated model with a satisfactory performance.