رفتن به محتوای اصلی
x
توسعه شاخص تركیبی ریسك سیلاب تحت اثر سناریوهای اقلیمی بر مبنای پیش بینی با یادگیری ماشین
تاریخ دفاع
استاد

حميدرضا صفوي

دانشکده
مهندسی عمران

  چکیدهسییلاب یکی از مهمترین و مخربترین مخاطرات طبیع ی اسیت که سیالانه امنیت جان ی، اقتصیادی، اجتماع ی، زیسیتمحیطی و روانی سیاکنینزمین را به خطر م یاندازد. الگوی رفتاری این پدیده در سیالهای اخیر در اثر عوامل بسییاری هموون تغییرات اقلیم دسیتخوش تغییرات شیدهاسیت. بنابراین پیشبین ی سییلاب و ارزیابی ریسیک این پدیده تحت عامل ناپایداری همچون تغییر اقلیم م یتواند نقشی ی حیات ی در بسییاری ازابعاد زندگ ی ایفا کند. به همین منظور در این مطالعه به ارزیاب ی دو هدف مهم شیامل پیشبینی سییلاب و ارزیابی ریسیک سییلاب درحوضیییییآبرییییز رودخانهی کن واقع در شمال استان تهران به عنوان مطالعهی موردی پرداخته شدهاست. این حوضه به دلیل داشتن موقعیت و شرایطخاص یکی از حوضیییههای مهم و بحران ی برای مطالعهی رفتار سییییلاب محسیییوب م یشیییود. در فاز اول این مطالعه یک چارچوب جدیدهمجوشی ی برای پیشبین ی سییل بر اسیاس مدلهای یادگیری ماشیین، مدلهای آماری و زمینآماری معرفی شیدهاسیت. بدین منظور در ابتدا2000 ( بر اسیییاس دادههای بارش - یک مدل یادگیری ماشیییین به منظور پرکردن شیییکاف دادههای مشیییاهداتی زمین ی دوره تاریخ ی) 2020مورد اسیتفاده قرار گرفت. سیپس چهار مدل یادگیری ماشیین، از PERSIANN-CDR و CHIRPS ،ERA سینجش از راه دور شیامل 5جمله جنگل تصیاد فی، پرسیپترون چند لایه، ماشیین بردار پشیتیبان وماشیین یادگیری افراط ی، به منظور شیبیهسیازی جریان روزانه در مقیاس بلندمدت توسیعه داده شیده اسیت. در مرحله بعد سیه مدل ترکیبی، از جمله جنگل تصیاد فی، میانگینگیری مدل بیزی، و حداکثر آنتروپ ی بیزی،برای ترکیب خروج یهای مدلهای یادگیری ماشییین منفرد گام قبل و به منظور بهبود نتایج به خصییوص در پیشبینی گامهای زمانی دورتراسیتفاده شیده اسیت. چارچوب پیشینهادی همونین برای ریز مقیاس نمای ی متغیرهای بارش روزانهی سیه مدل گردش عموم ی آب و هوای یتحت دو سیناریوی انتشیار اجرا شیده اسیت.

تحت نظارت وف ایرانی