2024-03-28T16:57:41Z
https://www.ijgeophysics.ir/?_action=export&rf=summon&issue=13681
مجله ژئوفیزیک ایران
IJG
2008-0336
2008-0336
1398
13
3
وارونسازی سهبعدی دادههای گرانی ناهمواری سنگ بستر دشت امانآباد با استفاده از انتگرالهای نوع کوشی
نازنین
محمدی
سید هانی
متولی عنبران
وحید
ابراهیم زاده اردستانی
دادههای گرانیسنجی برای بررسی ساختارهای زمینشناسی مانند توپوگرافی سنگ بستر در محیطهای رسوبی مستعد منابع هیدروکربنی و آبهای زیرزمینی بهکار میروند. استفاده از الگوریتم های بهینهسازی تصادفی با توجه به وابستگی نداشتن شدید نتایج به مدل اولیه و نیز نیاز نداشتن به مشتقات در محاسبات، با استقبال زیادی روبهرو است. بااینحال، وارونسازی غیرخطی سهبعدی داده های گرانیسنجی با استفاده از الگوریتمهای بهینهسازی سراسری تصادفی، فرایندی زمانبر است. در این پژوهش، در فرایند وارونسازی تصادفی دادههای گرانی برای تصویر سازی سطح سنگ بستر در حوضههای رسوبی، از انتگرال نوع کوشی سه-بعدی بهعنوان تابع پیشرو سریع استفاده شده است. در ابتدا، صحت وکارایی زمانی الگوریتم در مقایسه با روش های حجمی مرسوم (مجموعه بلوکهای راستگوشه) روی مدلهای مصنوعی آزمایش شده است. برای نشان دادن قابلیتهای روش در فرایند وارون، الگوریتم ژنتیک با مقادیر بهینه پارامترها روی دادههای گرانی مصنوعی و واقعی حوضه رسوبی با چگالی ثابت پیاده سازی شده است. نتایج مدلهای شبیهسازیشده در بخش مدلهای پیشرو نشان میدهد زمان لازم برای محاسبات انتگرال کوشی، در مقایسه با انتگرالهای حجمی که با دو روش مختلف مدلسازی پیشرو انجام شدهاند، بهترتیب 15 و 50 مرتبه کمتر است. مختصات کرانهای انتگرال در روش اول، رئوس مکعب و در روش دوم مرکز وجهها است. روش بهکاررفته برای وارونسازی دادههای واقعی، عمق تقریبی سنگ بستر حوضه آبرفتی امانآباد (اراک ) را حداکثر 150 متر برآورد کرده است. براساس نتایج دادههای حفاری، بیشینه عمق سنگ بستر 140 متر است. مطالعات پیشین، عمقهای کمتر از200 متر را گزارش کردهاند که با نتایج این تحقیق سازگار است.
انتگرال نوع کوشی سهبعدی
مدلسازی سهبعدی
الگوریتم ژنتیک
دشت امان آباد
2019
09
23
1
17
https://www.ijgeophysics.ir/article_92872_c229d0292aac672852a093bfaa86f92e.pdf
مجله ژئوفیزیک ایران
IJG
2008-0336
2008-0336
1398
13
3
برهمکنش هواویزهای ناشی از خودروها و ابرهای سرد در آزمایشگاه
امیر
باقری مصلح آبادی
عباسعلی
علی اکبری بیدختی
مریم
قرایلو
ذرات آلاینده در هوای شهرها بر سلامت، محیط زیست، اقلیم و دیگر جنبهها اثرگذار هستند. منابع متحرک علت اصلی انتشار هواویزهای اولیه در شهرهای بزرگ نظیر تهران هستند. هواویزهایی که خودروها (بنزینی و دیزلی) تولید میکنند، میتوانند بهعنوان هستههای میعان ابر و هستههای یخ بر بارش تأثیرگذار باشند. بارش میتواند علاوه بر تأمین منابع آبی به بهبود کیفیت هوای شهرها نیز کمک کند. در ایران اکثر ابرها از نوع ابرهای سرد هستند و مطالعه این ابرها اهمیت ویژهای دارد. در این مقاله با استفاده از روشهای آزمایشگاهی، نقش اینگونه هواویزها در توزیع اندازه قطرکهای اَبَرسرد و بلورهای یخ و رشد گویچههای برف با بهکارگیری سازوکار میله چرخان و گشتاور الکترواستاتیکی بلورها بررسی میشود. نتایج آزمایشها نشان میدهند هواویزهای ناشی از خودروها اغلب دوده و خاکستر هستند و با وجود این ذرات، قطر میانگین قطرکهای اَبَرسرد و بلورهای یخ کاهش مییابد. با کاهش قطر قطرک-های اَبَرسرد، رشد گویچههای برف نیز کاهش مییابد که میتواند بر برخی پدیدهها نظیر آذرخش اثرگذار باشد. براساس این نتایج، ذرات آلاینده تأثیر چندانی بر گشتاور الکترواستاتیکی بلورهای یخ ندارند. شکل بلورهای مشاهده شده در آزمایشها شامل صفحههای ششضلعی، ستارهای، قطاعی، ستونهای توپر و کلاهکی، منشورها، مثلثی شکلها، سوزنکها و دندریت شکلها است. هنگامیکه بلورهای یخ در معرض نور قرار میگیرند، به رنگهای متفاوتی دیده میشوند (همانند حباب صابون در معرض نور). با توجه به ضخامت قسمتهای مختلف بلورهای یخ و طول موجهای نور مرئی، رنگهای متفاوتی در میدان حرکت این بلورها ظاهر میشود.
بلورهای یخ
هواویزها
خودروها
ابر سرد
قطرکها
گشتاور الکترواستاتیکی
2019
09
23
18
32
https://www.ijgeophysics.ir/article_96511_05dd6341bcbcf86ff3b035bb734e1c69.pdf
مجله ژئوفیزیک ایران
IJG
2008-0336
2008-0336
1398
13
3
انتخاب ویژگی و پیشبینی باد گاستی با شبکه عصبی پرسپترون چندلایهای در ایستگاه خودکار فرودگاهی
فریده
حبیبی
در این مقاله ابتدا با بررسی هوای حاضر گزارشهای متار، بازه زمانی بیشترین وقوع ناپایداری ایجادکننده باد گاستی (جستی) شناسایی شد. سپس با استانداردسازی دادهها به بازه 1/0 تا 9/0، ویژگیهای مرتبط با جهت و سرعت باد جستی انتخاب شد. روشهای انتخاب ویژگی در این پژوهش، اطلاعات متقابل و جستجوی پیدرپی پیشرو شناور با الگوریتم طبقهبندی k نزدیکترین همسایگان هستند. ویژگیهای انتخابی برای پیشبینی سرعت باد با روش اول، متغیرهای سرعت باد لحظهای شامل کمینه، میانگین و بیشینه سرعت باد در دو دقیقه و میانگین و بیشینه سرعت باد در ده دقیقه در همان باند هستند. ویژگیهای انتخابی برای جهت باد با روش اول، متغیرهای جهت باد لحظهای یعنی کمینه، میانگین و بیشینه جهت باد در دو دقیقه و کمینه، میانگین و بیشینه جهت باد در ده دقیقه در همان باند هستند. ویژگیهای انتخابی با روش دوم برای سرعت باد شامل انحراف جهت باد در ده دقیقه گذشته در باند میانی و فشار لحظهای در هر سه باند است. انحراف جهت باد در ده دقیقه گذشته در باند 11، در باندهای 29 و میانی مشترک هستند. ویژگی چهارم در باندهای 29 و میانی، متغیر بیشینه سرعت باد در ده دقیقه مربوط به همان باند است. در باند 11 علاوهبر ویژگیهای مشترک، متغیرهای بیشینه سرعت باد در ده دقیقه در باند 11 و انحراف جهت باد در ده دقیقه گذشته در باند 29 دیده میشود. ویژگیهای انتخابی برای جهت باد از تنوع بیشتری برخوردار هستند.
در مرحله نهایی، ویژگیهای انتخابی به شبکه عصبی پرسپترون چندلایه در حالتهای مختلف داده شد. نتایج خروجی مدل برای پیشبینی جهت و سرعت باد جستی مقایسه و بهترین مدل برای پیشبینی سرعت باد جستی، شبکه با همبندی 1-2-4-4، نرخ یادگیری 1/0 و آستانه آغازین 5/0 برای وزن هر نرون انتخاب شد. برای جهت باد، شبکه با همبندی 1-3-6-6، نرخ یادگیری 1/0 و آستانه آغازین 5/0 مناسب است. عملکرد شبکه عصبی پرسپترون چندلایهای در پیشبینی سرعت باد بهتر است.
باد گاستی
انتخاب ویژگی
اطلاعات متقابل
جستجوی پیدرپی پیشرو شناور
شبکه عصبی پرسپترون چند-لایه
ایستگاه خودکار فرودگاهی
2019
09
23
33
52
https://www.ijgeophysics.ir/article_97113_a91b8c8024c08603f9417f3e72d2a320.pdf
مجله ژئوفیزیک ایران
IJG
2008-0336
2008-0336
1398
13
3
معرفی و مقایسه عملکرد دو پایگاه جهانی داده بازتحلیل در برآورد دمای هوای روزانه بیشینه، کمینه و میانگین (مطالعه موردی: حوضه آبریز رودخانه حله)
سعید
شکری کوچک
علی محمد
آخوند علی
محمد رضا
شریفی
تعیین دمای هوا در بسیاری از محاسبات ترازنامه آب و انرژی، مدلسازی هیدرولوژیکی و مطالعات هواشناسی و کشاورزی نقش مهمی دارد. پژوهش حاضر با هدف معرفی دو پایگاه بازتحلیل داده هواشناسی ECMWF و MERRA و ارزیابی عملکرد آنها در برآورد دمای هوای بیشینه، کمینه و میانگین روزانه انجام شد. به این منظور، اطلاعات روزانه دمای بیشینه، کمینه و میانگین دوازده ایستگاه اندازهگیری دما در سطح حوضه آبریز رودخانه حله واقع در جنوب ایران و کرانههای خلیج فارس برای دوره آماری 2003 تا 2016 به مدت 14 سال (5114) روز اخذ و برای ارزیابی آنها از معیارهای آماری ضریب همبستگی (CC)، میانگین خطا (ME) و مجذور میانگین مربعات خطا (RMSE) استفاده شد. نتایج نشان میدهد میزان انطباق اطلاعات پایگاههای داده بازتحلیل در هر سه پارامتر دمایی بیشینه، کمینه و میانگین مناسب است، اما پایگاه داده ECMWF نسخه ERA-Interim نسبت به پایگاه داده MERRA نسخه 2 بسیار مناسبتر است بهطوری که ضریب همبستگی برای همه مؤلفههای دمایی بیشینه، کمینه و میانگین بیشتر از 9/0 است. نتایج این تحقیق نشان میدهد عملکرد هر دو پایگاه داده در برآورد دمای میانگین نسبت به دمای بیشینه و کمینه بهتر است. همچنین هر دو پایگاه داده در برآورد دادههای دمای بیشینه، کمبرآورد و در برآورد دادههای کمینه، بیشبرآورد هستند. دمای هوای میانگین روزانه، ثبت شده در پایگاه داده ECMWF نسخه ERA-Interim مقداری گرمتر (4/0+ درجه سلسیوس) برآورد میشود درحالیکه پایگاه داده MERRA نسخه 2 دمای هوای میانگین را سردتر (5/0- درجه سلسیوس) تخمین میزند. درنهایت، در مقیاس روزانه، استفاده از پارامترهای روزانه دمای هوا (بیشینه، کمینه و میانگین) پایگاه داده ECMWF نسخه ERA-Interim نسبت به پایگاه داده MERRA نسخه 2 در اولویت است. همچنین پیشنهاد میشود با توجه به عملکرد مناسب پایگاههای داده بازتحلیل و بهرهمندی از مزایای آن، سایر متغیرهای هواشناسی نیز ارزیابی شوند.
دمای هوا
ارزیابی
پایگاه داده بازتحلیل
ECMWF
MERRA
حوضه آبریز رودخانه حله
ایران
2019
09
23
53
68
https://www.ijgeophysics.ir/article_97283_094dcc35533a662ebe74364256e25636.pdf
مجله ژئوفیزیک ایران
IJG
2008-0336
2008-0336
1398
13
3
شبیهسازی سهبعدی جریانهای خلیج فارس در آبهای عمیق و ساحلی
شکوفه
رزاقی
سید عباس
حق شناس
سرمد
قادر
دانیل
یازجی
ادریس
دلخوش
عارف
فرهنگ مهر
در این تحقیق تلاش میشود یک سامانه پیشبینی جریان توسعه بیابد و راهاندازی شود. در این سامانه با درنظر گرفتن واداشتهای اصلی شامل جزر و مد و میدان باد سطحی، تخمین مناسبی از جریانهای خلیج فارس بهدست میآید و عملکرد سامانه در آبهای کمعمق و عمیق توأمان بررسی میشود. در این راستا، نخست با بهکارگیری مدل FVCOM، سامانه شبیهسازی راهاندازی شده است. سپس مدل برپا شده با اعمال تراز جزر و مدی و میدان باد سطحی در بازهای که داده میدانی موجود بوده، برای تمام خلیج فارس اجرا شده است. در ادامه، با مقایسه تراز سطح آب و اندازه سرعت جریان در چند ایستگاه، مدل برای پارامترهای ضریب زبری بستر، اندازه شبکه، تعداد ترازهای سیگما در راستای قائم، واسنجی و صحتسنجی شده و اثر اعمال میدان باد سطحی نیز بررسی شده است. سرانجام، بهترین شرایط برای اجرای مدل انتخاب و نتایج ایستگاههای مختلف بررسی شده است. مقایسه نتایج شبیهسازی جریان با دادههای مشاهداتی، میزان موفقیت مدل را در شبیهسازی جریان نشان میدهد. دادههای اندازهگیری و نتایج شبیهسازی سهبعدی جریان با مدل FVCOM در خلیج فارس برای اندازه سرعت جریان و تراز سطح آب، همخوانی خوبی با هم دارند. با انجام واسنجی، مناسبترین اندازه شبکه برای مدل خلیج فارس تخمین زده شده و مقادیر مناسب ضریب زبری بستر برای آب کمعمق و عمیق بهدست آمده است. نتایج این شبیهسازی نشان میدهد مدل حاضر در هر دو بخش آب کمعمق و عمیق از دقت مناسبی برخوردار است.
لیج فارس
جریان و تراز آب
شبیهسازی سهبعدی هیدرودینامیک
مدل FVCOM
جریانهای آب عمیق
2019
09
23
69
85
https://www.ijgeophysics.ir/article_96559_dd4c533531287599c9cf6fc31cf967c1.pdf
مجله ژئوفیزیک ایران
IJG
2008-0336
2008-0336
1398
13
3
استفاده از سامانه استنتاج فازی (FIS) برای مدلسازی محتوای الکترون کلی یونسپهر در ایران
میر رضا
غفاری رزین
میلاد
مردانه
در این مقاله مقدار محتوای الکترون کلی (TEC) لایه یونسپهر با استفاده از سامانه استنتاج فازی (FIS) مدلسازی شده است. نوآوری اصلی این پژوهش، مدلسازی سری زمانی تغییرات TEC در ایران با استفاده از FIS است. برای آموزش شبکه فازی، از الگوریتم آموزش بهینهسازی انبوه ذرات هیبرید (BP-PSO) استفاده شده است. این الگوریتم آموزش، در مراحل اولیه جستجوی جواب از الگوریتم بهینهسازی انبوه ذرات (PSO) و در نزدیکی جواب بهینه از الگوریتم پسانتشار خطا (BP) بهره میبرد. از مشاهدات سال 2015 ایستگاه GPS تهران، که یکی از ایستگاههای شبکه جهانی IGS است، جهت ارزیابی مدل پیشنهادی استفاده شده و نتایج کار با نتایج خروجیهای شبکه جهانی IGS (GIM-TEC) و مدل شبکه عصبی مصنوعی (ANN) با ساختار 2-18-1 مقایسه شده است. جهت ارزیابی دقت و صحت مدل شبکه فازی ارائهشده در این مقاله، از هر فصل، پنج روز برای داده آزمون انتخاب شده و اعتبارسنجی مدل در این بیست روز صورت گرفته است. براساس نتایج، میانگین خطای نسبی محاسبهشده در بیست روز مورد آزمون برای مدل FIS، ANN و GIM در مقایسه با GPS بهترتیب برابر با 25/11%، 68/19% و 03/16% است. همچنین میانگین خطای مطلق محاسبهشده برای مدل FIS، ANN و GIM در مقایسه با GPS در بیست روز مورد آزمون بهترتیب برابر با TECU 32/1، TECU 33/3 و TECU98/1 است. ضریب همبستگی محاسبهشده در بیست روز مورد آزمون برای FIS، ANN و GIM در مقایسه با GPS بهترتیب برابر با 9474/0، 6960/0 و 831/0 بهدستآمده است. موقعیت ایستگاه GPS تهران براساس TEC حاصل از سه مدل FIS، ANN و GIM و با استفاده از تعیین موقعیت نقطهای دقیق (PPP) محاسبه شده است؛. طبق این محاسبه، مدل شبکه فازی نسبت به دو مدل دیگر، خطای کمتری در تعیین موقعیت ایستگاه تهران دارد. نتایج تحلیلها حاکی از برتری مدل FIS در مقایسه با مدل ANN و GIM است. با استفاده از مدل پیشنهادی این پژوهش میتوان سری زمانی محتوای الکترونی کلی یونسپهر را با دقت و صحت زیاد مدلسازی و بررسی کرد. این مدل میتواند جایگزینی مناسب برای خروجیهای شبکه جهانی IGS در منطقه ایران باشد.
منطق فازی
شبکه عصبی مصنوعی
GPS
یونسپهر
TEC
2019
09
23
86
98
https://www.ijgeophysics.ir/article_99248_510ece25088635ddf30d92f7e2b1a192.pdf