بررسی قابلیت مدلسازی سری زمانی در پیشبینی عملکرد سیستم زهکشی زیرزمینی (مطالعه موردی: شرکت ران بهشهر)
- رشته تحصیلی
- مهندسی کشاورزی-آبیاری وزهکشی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس کشاورزی و منابع طبیعی شماره ثبت: 6389;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 74954;کتابخانه مرکزی پردیس کشاورزی و منابع طبیعی شماره ثبت: 6389;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 74954
- تاریخ دفاع
- ۲۳ شهریور ۱۳۹۳
- دانشجو
- شفیعه وزیرپورآرانی
- استاد راهنما
- فرهاد میرزائی اصلی شیرکوهی, حامد ابراهیمیان طالشی
- چکیده
- برنامهریزی برای استفاده بهینه از منابع آبی با هدف رسیدن به توسعه پایدار با توجه به کمبود و یا عدم توزیع مناسب آب حائز اهمیت است. مدلهای شبیهسازی برای تشریح عملکرد سیستمهای مدیریت آب شامل زهکشی زیرزمینی و سطحی و آبیاری به کار میروند. ویژگیهای تصادفی بودن پدیدههای مختلف سبب شده تا از مفاهیم متغیرهای تصادفی و سریهای زمانی در مدل سازی و پیشبینی آنها استفاده شود. هدف از پژوهش حاضر بررسی قابلیت مدلهای سری زمانی در پیشبینی عملکرد سیستم زهکشی زیرزمینی بود. شبکه زهکشی زیرزمینی ران بهشهر (که زهکشهای آن توسط باران فعال میشوند) به عنوان منطقه مورد مطالعه در نظر گرفته شد. در این مطالعه در ابتدا مدل Drainmod واسنجی و سپس متغیرهای شدت تخلیه زهاب، عمق سطح ایستابی، شوری پروفیل خاک و شوری زهاب توسط مدل واسنجی شده Drainmod شبیه سازی شد. این اطلاعات برای ارزیابی مدلهای سری زمانی مورد استفاده قرار گرفت. بر اساس نمودار خود همبستگی و خودهمبستگی جزئی برای هریک از متغیرها مدلهای مختلف سری زمانی AR(p)، ARMA(p?q)، ARX(p,x) و ARMAX(p,q,x) با درجات مختلف مورد بررسی قرارگرفت. نتایج توسعه مدلهای مختلف نشان داد، مدل ARMAX با متغیرهای برونزای ارزش روزانه، بارش روزهای قبل و متوسط متغیر مورد نظر در دو روز قبل در توصیف پارامتر موردنظر کارامدتر بود. سپس بر اساس شاخصهای خطایی، مدل برتر برای هر یک از متغیرها انتخاب و در نهایت پیشبینی بر اساس مدل برتر برای هریک از متغیرها انجام شد. مقایسه نتایج پیشبینی مدلهای برگزیده سری زمانی با نتایج شبیه سازی مدل واسنجی شده Drainmod نشان داد، کاربرد مدلهای سری زمانی در پیشبینی عملکرد سیستم زهکشی کارآمد بود.
- Abstract
- Planning for the optimal use of water resources with the aim of achieving sustainable development due to the lack of sufficient amount of water or its proper distribution is an issue of great concern. Simulation models are used to describe the performance of water management systems such as surface and subsurface drainage and irrigation. Stochastic characteristics of the different natural phenomena led to the application of random variables and time series in predicting the performance of these phenomena. The aim of this study was to investigate the potential of time-series models in predicting the performance of a subsurface drainage system. Behshahr Ran subsurface drainage system, which its drains are activated via rainfall, was considered as the study area. In this study, Drainmod model was calibrated for the study area. Then variables of drainage discharge, water table depth, soil salinity and drainage salinity were simulated. This information was used to evaluate the performance of time-series models. Autocorrelation and partial autocorrelation charts for each variable time series models including various degrees of AR (p), ARMA (p,q), ARX (p,x) and ARMAX (p,q,x), models were investigated. The results showed that the ARMAX model with exogenous variables daily value, precipitation during the previous days and average desired variables in the last two days was efficient in describing the desired parameter. Based on error indices, the best model for each of the variables were selected and used for the prediction of variable behavior. Comparison between times series models and DRAINMOD indicated the application of time-series models in predicting the performance of the subsurface drainage systems was efficient.