بهروز ابراهیمی هروی

بهروز ابراهیمی هروی

مدرک تحصیلی: کارشناس ارشد سنجش از دور و GIS، دانشگاه شهید چمران اهواز

مطالب

فیلتر های جستجو: فیلتری انتخاب نشده است.
نمایش ۱ تا ۲ مورد از کل ۲ مورد.
۱.

مقایسه روش های شبکه عصبی مصنوعی و سیستم فازی در تعیین زمان پیش هشدار سیلاب نمونه موردی زیرحوزه آبخیز رودخانه زرد - استان خوزستان(مقاله علمی وزارت علوم)

کلید واژه ها: سیستم استنتاج فازی روندیابی سیلاب شبکه عصبی مصنوعی میانگین مربعات خطا رودخانه زرد نرمال سازی

حوزه های تخصصی:
  1. حوزه‌های تخصصی جغرافیا جغرافیای طبیعی آب و هواشناسی
  2. حوزه‌های تخصصی جغرافیا فنون جغرافیایی روش های کمی در جغرافیا
تعداد بازدید : ۷۴۹ تعداد دانلود : ۴۷۷
روندیابی سیل یکی از روش های پیش بینی سیل در رودخانه ها به منظور مدیریت و مهار سیل است. روابط بارش - روناب و ایجاد سیل در یک منطقه، رابطه خطی ریاضیاتی نیست که با آن سیلاب خیزی و وقوع سیلاب را در یک منطقه پیش بینی کرد و باید به این نوع پدیده ها به صورت مدل نگریست. روش های هوش مصنوعی و از جمله آن ها روش شبکه عصبی مصنوعی و سیستم استنتاج فازی، روش هایی مطلوب در این زمینه هستند. در این پژوهش با استفاده از روش های شبکه عصبی مصنوعی و سیستم استنتاج فازی اقدام به روندیابی سیلاب در زیرحوزه آبخیز رودخانه زرد شده است. برای اجرای هر دو روش، ابتدا داده های لازم جمع آوری، سپس داده های پرت از سری داده ها حذف و درنهایت نرمال سازی شدند. مدل سازی روندیابی سیل با استفاده از شبکه های عصبی مصنوعی با کمک کدنویسی در نرم افزار متلب روی داده ها اجرا شد. برای اجرای سیستم استنتاج فازی نیز از این داده های آماده شده استفاده شد. در این پژوهش انواع ساختارهای متفاوت شبکه عصبی مصنوعی با تعداد نرون ها، لایه های مخفی، تعداد دوره های آموزش و توابع فعالیت متفاوت بر روی داده ها اجرا شدند تا درنهایت بهترین ساختار برای منطقه مورد مطالعه به دست آید. برای مدل استنتاج فازی نیز انواع ساختارها اجرا شدند تا درنهایت بهترین مدل انتخاب شود. نتایج نشان داد در حالت کلی، سیستم استنتاج فازی داده های منطقه مورد مطالعه را بهتر شبیه سازی می کند و نتایج بهتری نسبت به مدل شبکه عصبی مصنوعی نشان می دهد و مقادیر MSE و r در سیستم استنتاج فازی و مدل شبکه عصبی مصنوعی به ترتیب برابر با 2196/0 و 0297/0، 7667/0 و 96/0 است که نشان دهنده دقت بالاتر سیستم استنتاج فازی در پیش بینی سیلاب در حوزه آبخیز مورد مطالعه است.
۲.

تعیین مناسب ترین روش استخراج دمای سطح زمین با استفاده از تصاویر ماهواره لندست8 در کلان شهر کرج(مقاله علمی وزارت علوم)

کلید واژه ها: دمای سطح تصاویر حرارتی ماهوارة لندست سنجش از دور کلان شهر کرج میانگین خطای مطلق

حوزه های تخصصی:
تعداد بازدید : ۵۳۴ تعداد دانلود : ۴۰۴
دما یکی از شاخص ترین پارامتر های اقلیمی و از اصلی ترین عوامل اثرگذار در برنامه ریزی شهر ها محسوب می شود زیرا هدایت کنندة نوع تسهیلات اختصاص یافته در شهر ها و حتی تعیین کننده ساختار، شکل و بافت شهری است. دمای سطح فاکتور اصلی در تعادل انرژی کره زمین بوده و به عنوان ورودی مدل های تغییرات آب وهوایی و جزایر حرارتی شهری به کار می رود. دمای کلان شهرها در مقایسه با مناطق شهری و روستایی اطراف بیش تر و مشهودتر است که به این پدیده «جزیرة حرارتی شهری» گفته می شود. کلان شهر کرج سومین کلان شهر بزرگ و دومین شهر مهاجرپذیر ایران (پس از کلان شهر تهران) است و به علت داشتن چنین جایگاهی، بررسی حرارتی آن بیش از پیش احساس می شود. در این تحقیق دمای سطح زمین در کلان شهرکرج با استفاده از تصاویر ماهوارة لندست8 (چهار تصویر) در سال های 2013 و 2014، به کمک روش های گوناگون استخراج شد. روش های مورد استفاده شامل پنجرة تکی، سبال، استفان- بولتزمن، تک کانالی (توسعه داده شده توسط مونیوس و سوبرینو[1]، 2003)، تک کانالی (توسعه داده شده توسط مونوس و همکاران، 2014)، پنجره مجزا و دفتر علوم لندست است. در نهایت، با استفاده از شاخص آماری میانگین خطای مطلق روش های گوناگون مقایسه شد و بهترین روش، به واسطه نزدیکی به دادة زمینی انتخاب شد. نتایج نشان داد بهترین روش مورد استفاده روش سبال باند 11 با مقدار میانگین خطای مطلق 98/7 است؛ ضمن آن که در حالت کلی، باند 11 ماهوارة لندست 8، به منظور استخراج دمای سطح زمین نتایج قابل اعتمادتری نسبت به باند 10 تولید می کند. همچنین بررسی نتایج در تاریخ های مختلف مشخص کرد تصاویر نیمة دوم سال در مقایسه با نیمة اول سال، تخمین دقیق تر و نتایج نزدیک تری به واقعیت تولید می کنند.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

حوزه تخصصی

زبان