عطاالله ندیری؛ فاطمه واحدی؛ اصغر اصغری مقدم
دوره 3، شماره 6 ، خرداد 1395، ، صفحه 115-134
چکیده
ارتقاء اطلاعات کمی به بهبود پیش‌بینی پارامترهای برف کمک می‌‌کند. تاکنون تعاملات بین اندازهی پیکسل به صورت محدود بررسی‌شده است. هدف از این تحقیق، بررسی اثر قدرت تفکیک مکانی بر روی پیش‌بینی عمق برف از طریق آزمون تجربی روابط بین مدل‌های رقومی ارتفاع و پارامترهای مؤثر در مدل‌سازی عمق معادل برف با قدرت تفکیک مختلف و با استفاده ...
بیشتر
ارتقاء اطلاعات کمی به بهبود پیش‌بینی پارامترهای برف کمک می‌‌کند. تاکنون تعاملات بین اندازهی پیکسل به صورت محدود بررسی‌شده است. هدف از این تحقیق، بررسی اثر قدرت تفکیک مکانی بر روی پیش‌بینی عمق برف از طریق آزمون تجربی روابط بین مدل‌های رقومی ارتفاع و پارامترهای مؤثر در مدل‌سازی عمق معادل برف با قدرت تفکیک مختلف و با استفاده از مدل رگرسیون چندمتغیره می‌باشد. به همین منظور ابتدا با استفاده از روش هایپرکیوب محل 100 نقطه مشخص و طی یک عملیات صحرایی داده‌های عمق برف در نقاط مورد نظر و همچنین در 195 نقطه دیگر به صورت سیستماتیک و با نمونه‌بردار مدل فدرال برداشت گردید.. سپس یک مدل رقومی ارتفاع 10 متری به عنوان مبنا انتخاب گردید و از مدل رقومی ارتفاع مبنا تعداد 25 پارامتر مرفومتری استخراج و به عنوان ورودی شبکهی عصبی انـتخاب و با استفاده از آنالیز حساسیت مهم‌ترین پارامترهای تأثـیرگذار در مدل‌سازی عـمق برف مشخص شد. در مرحلهی بعد با استفاده از مدل رقومی ارتفاع مبنا 9 مدل رقومی ارتفاعی با اندازهی پیکسل متفاوت استخراج گردید. سپس در ادامه پارامترهای مؤثر در عمق برف با استفاده از 10 مدل رقومی ارتفاع استخراج و بین آن‌ها و عمق برف نمونه‌برداری شده یک رابطهی رگرسیونی ایجاد و عمق برف محاسبه گردید. جهت ارزیابی دقت مدل‌ها از پارامترهای RMSE، NMSE، MSE و MAE استفاده و در نهایت مدل رقومی ارتفاع 150 متر با مقادیر به ترتیب 75/24، 350/0، 975/612 و 97/18 بهترین مدل رقومی ارتفاع جهت مدل‌سازی عمق برف انتخاب گردید. این مسأله می‌تواند در کاهش هزینه‌ها و افزایش دقت برآورد عمق برف کمک بسیاری نماید.
