مطالب مرتبط با کلیدواژه

زاب


۱.

جغرافیای تاریخی شبکة آب‌های بین‌النهرین(بخش اول: محور دجله)

نویسنده:

کلیدواژه‌ها: عراق سواد کانال سورستان جزیره دجله آبریز خابور زاب زرم سربط ساتیدما ذیب(ذئب) رمس مسولیات کاروخه باسنفا دیاله (تامرا، سیروان، گاورود) ثرثار نهر میسان و دستمیسان دجلة کور دجله عوراء و شط العرب

حوزه های تخصصی:
تعداد بازدید : ۳۲۳۵۰
سرزمین بین‌النهرین1 شامل بخش عمدة عراق کنونی و بخش‌هایی از جنوب شرق کشور ترکیه، از گذشته‌های بسیار دور با نام دو رود دجله و فرات قرین شده و بی‌تردید این دو رود در کنار برخورداری این سرزمین از خاک‌های رسوبی حاصل‌خیز، رمز آبادی و معروف شدن آن به عنوان یکی از «جنات‌ أربعة دنیا» و شکل‌گیری تمدن‌های درخشان در این منطقه بوده است. با وجود این، آگاهی از نقش دو رود مزبور در حیات‌ اقتصادی و اجتماعی این سرزمین بسیار کلی و مبهم است. طبعاً بررسی سرچشمه‌ها و آب‌ریزهای این دو رود و مهم‌تر از آن، بررسی نهرها و کانال‌های مصنوعی منشعب از دجله و فرات، و به عبارت دیگر چگونگی مدیریت آب‌های انباشته شده در قالب این دو رود، و هم‌چنین مطالعة آسیب‌های ناشی از کوتاهی در مدیریت آب‌های دجله و فرات، نظیر پیدایش اراضی باتلاقی، شرط اساسی شناخت بهتر آثار این دو رود در زندگی مردمان ساکن این منطقه است. پژوهش حاضر، مسایل و موضوعات مورد اشاره و تحولات تاریخی آن‌ها را طی دو بخش و در قالب دو محور دجله و محور فرات، مورد بررسی قرار می‌دهد که اینک بخش نخست آن تقدیم می‌شود.
۲.

پیش بینی سرما و یخبندان های دیررس بهارة حوضة زاب با استفاده از مدل پرسپترون چندلایه(مقاله علمی وزارت علوم)

کلیدواژه‌ها: پیش بینی زاب دمای حداقل سرمای دیررس شبکه های مصنوعی

حوزه های تخصصی:
تعداد بازدید : ۸۲۸ تعداد دانلود : ۳۹۷
هدف: هدف از این پژوهش، پیش بینی دماهای حداقل به عنوان یکی از عناصر مهم اقلیمی در پیش بینی سرمای دیررس بهاره و یخبندان است. روش: از شبکه های عصبی مصنوعی برای پیش بینی دماهای حداقل ایستگاه های پیرانشهر و سردشت استفاده شده است. بدین منظور، از دورة آماری 18 ساله (1391-1374) ایستگاه سینوپتیک پیرانشهر- سردشت و توابع و امکانات موجود در نرم افزار MATLAB برای آموزش و آزمون این مدل ها بهره گرفته شد. سپس، به بررسی شاخص های عملکرد شبکه، ازجمله ضریب تعیین، مجذور میانگین مربعات خطا، میانگین مربعات خطا، میانگین مطلق خطا، درصد نسبی خطا و ضریب همبستگی پرداخته شد. یافته ها: علاوه بر تأیید توانایی شبکه های عصبی مصنوعی، یافته ها نشان داد که حداکثر خطای این مدل با داده های واقعی در ایستگاه های پیرانشهر و سردشت، به ترتیب 35/0 و 15/0 درجة سانتی گراد است که توانایی قابل توجه این مدل را در مدل سازی پیش بینی سرمای دیررس بهاره و یخبندان نشان می دهد. نتیجه گیری: استفاده از روش شبکه های عصبی مصنوعی در پیش بینی دماهای حداقل برای تعیین سرمای دیررس بهاره با توجه به تعیین خطای آموزشی، می تواند به عنوان گزینه ای سودمند موردتوجه و بررسی قرار گیرد.