جستجو در مقالات منتشر شده


2 نتیجه برای مدل عددی

پروین غفاریان، سمانه نگاه، نیما فرید مجتهدی، حسین عابد،
دوره 15، شماره 38 - ( 1-1394 )
چکیده

سواحل جنوبی دریای خزر، به ویژه در دهه­ی اخیر، به دفعات توسط ریزگردها به مخاطره افتاده است. در این پژوهش تلاش شده است تا کانون اصلی و ساختار گردش­های جوی تولید ریزگردهایی که طی روزهای 19 و 20 سپتامبر2014 موجب غبارآلودگی سواحل جنوبی دریای خزر شد، مورد واکاوی قرار گیرد. مدل لاگرانژی پسگرد HYSPLIT برای تعیین منشأ و مسیر شارش ریزگردها و نیز مدل عددی شیمیایی جو (WRF-Chem) برای تعیین تمرکز و توزیع ریزگرد‌ها و شبیه‌سازی الگوی سامانه مورد نظر، مورد استفاده قرار گرفت. بر اساس نتایج این پژوهش، یک چشمه­ی فعال تولید ریزگرد برای نخستین‌بار در بخش­های شرقی دریای خزر، روی پهنه­های بیابانی صحرای ترکمنستان و قره قوم شناسایی شد. منشأ اصلی خیزش ریزگردها در این سامانه، شکل‌گیری چرخند حرارتی در مقیاس محلی روی هسته­ی دمایی گرم در شرق خزر است. همگرایی سطحی ناشی از گردش چرخندی این مرکز کم فشار، با توجه به پوشش بیابانی منطقه، موجب انتقال ریزگردها به درون ستون جو شده است. شرایط پایداری نسبی جوی در ترازهای میانی و فوقانی موجب شده، ریزگردها نفوذ و گسترش قائم چندانی در عمق تروپوسفر نداشته و به زیر 700 هکتوپاسکال محدود شوند. مولفه­ی منفی مداری و نصف‌النهاری میدان باد 10 متری و افزایش سرعت باد با توجه به افزایش گرادیان فشار روی بخش‌های بیابانی شرق خزر، منجر به شکل‌گیری جریان‌های شمال شرقی و گسیل توده­­ی ریزگردها  به سمت پهنه­ی خزر جنوبی و کرانه‌های جنوبی آن شده است. پایش تصاویر باند مرئی سنجنده مودیس و همچنین پهنه‌بندی مکانی مقادیر ضخامت نوری جو (AOD)، نتایج حاصل از شبیه‌سازی عددی در نحوه­ی توزیع ریزگردها و انتقال آن به استان‌های مازندران و گیلان را تایید می‌کنند.

مریم بیات ورکشی، روژین فصیحی،
دوره 18، شماره 48 - ( 1-1397 )
چکیده

مدل‌سازی به‌عنوان روشی کارآمد با کم­ترین هزینه، امکان مطالعه پیچیدگی جریان آب زیرزمینی را برای مدیران فراهم می‌نماید. هدف این تحقیق مقایسه مدل عددی، روش­های هوشمند عصبی و زمین آمار در مدل‌سازی تغییرات سطح آب زیرزمینی می‌باشد. بدین منظور اطلاعات آبخوان دشت همدان بهار به‌عنوان یکی از مهم‌ترین منابع تامین آب منطقه، مورد مطالعه قرار گرفت. در این پژوهش از کد عددی MODFLOW در نرم­افزار GMS، شبکه عصبی مصنوعی و روش عصبی - فازی در نرم‌افزار NeuroSolution، روش عصبی موجک در نرم­افزار MATLAB و روش زمین آمار در نرم‌افزار ArcGIS استفاده گردید. مقایسه نتایج نشان داد که دقت روش‌های محاسبه سطح آب زیرزمینی برحسب کم­ترین آماره مجذور میانگین مربعات خطای نرمال (NRMSE)، به‌ترتیب به روش عصبی - موجک، عصبی فازی، زمین آمار، شبکه عصبی مصنوعی و مدل عددی تعلق داشت. به‌طوری که مقدار آماره NRMSE در روش عصبی - موجک به‌عنوان روش بهینه، برابر 0/11درصد و در روش مدل عددی برابر 2/2 درصد بدست آمد. مقدار ضریب همسبتگی روش‌های فوق به‌ترتیب 0/998و 0/904بود. بنابراین می‌توان کاربرد روش­‌های ترکیبی هوشمند عصبی به‌ویژه نظریه موجک را در محاسبه سطح آب زیرزمینی مناسب‌تر از روش زمین آمار و مدل عددی دانست. ضمن آن‌که در روش­‌های هوشمند عصبی از متغیرهای زودیافت طول و عرض جغرافیایی و ارتفاع از سطح دریا به‌عنوان بردار اطلاعات ورودی استفاده شد . نتایج پهنه‌بندی سطح آب زیرزمینی آبخوان نیز گویای روند کاهش سطح آب زیرزمینی از بخش غرب به شرق آبخوان بود که همسو با گرادیان هیدرولیکی می‌باشد.
 


صفحه 1 از 1     

کلیه حقوق این وب سایت متعلق به تحقیقات کاربردی علوم جغرافیایی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 | Applied researches in Geographical Sciences

Designed & Developed by : Yektaweb