research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
A Multi-variables Multi -sites Model for Forecasting Hydrological Data Series

Author: Rafa H. Al-Suhili
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2014 Volume: 20 Issue: 7 Pages: 85-102
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

A multivariate multisite hydrological data forecasting model was derived and checked using a case study. The philosophy is to use simultaneously the cross-variable correlations, cross-site correlations and the time lag correlations. The case study is of two variables, three sites, the variables are the monthly rainfall and evaporation; the sites are Sulaimania, Dokan, and Darbandikhan.. The model form is similar to the first order auto regressive model, but in matrices form. A matrix for the different relative correlations mentioned above and another for their relative residuals were derived and used as the model parameters. A mathematical filter was used for both matrices to obtain the elements. The application of this model indicates it's capability of preserving the statistical characteristics of the observed series. The preservation was checked by using (t-test) and (F-test) for the monthly means and variances which gives 98.6% success for means and 81% success for variances. Moreover for the same data two well-known models were used for the sake of comparison with the developed model. The single-site single-variable auto regressive first order and the multi-variable single-site models. The results of the three models were compared using (Akike test) which indicates that the developed model is more successful ,since it gave minimum (AIC) value for Sulaimania rainfall, Darbandikhan rainfall, and Darbandikhan evaporation, while Matalas model gave minimum (AIC) value for Sulaimania evaporation and Dokan rainfall, and Markov AR (1) model gave minimum (AIC) value for only Dokan evaporation).However, for these last cases the (AIC) given by the developed model is slightly greater than the minimum corresponding value.

تم اشتقاق نموذج تنبأ بالبيانات الهيدرولوجية لمتغيرات مختلفة وفي مواقع متعددة وتحقيقه باستخدام حالة دراسية. تعتمد فلسفة النموذج على الاستخدام الاني لمعاملات الارتباط المكانية وتلك التي توجد بين المتغيرات في الموقع الواحد بالإضافة الى الارتباط التسلسلي الزمني. الحالة الدراسية هي لمتغيرين في ثلاثة مواقع, المطر والتبخر في السليمانية, دوكان و دربندخان. ان النموذج شبيه بنموذج الارتباط التسلسلي ولكن معاملاته بصيغة المصفوفات . للنموذج مصفوفتي معاملات الاولى ذات عناصر تمثل معاملات الارتباطات النسبية والثانية تمثل معاملات بقايا الارتباط النسبية. بينت النتائج قدرة النموذج على التنبؤ بالمعلومات بصورة صحيحة حيث تم استخدام اختباري فحص الفرق بالأوساط الحسابية والتباين, وكانت نسب النجاح ( (81,98 على التوالي. ولغرض المقارنة بين النموذج المشتق والنماذج المعروفة في ادبيات الموضوع, تم بناء نموذج ذو المتغير الواحد لكل متغير من المتغيرات المستخدمة(ستة نماذج)و ثلاث نماذج من نوع النماذج المتعددة المتغيرات نموذج لكل موقع . تم مقارنة نتائج هذه النماذج مع النموذج المشتق باستخدام اختبار (اكايكي) الذي يستخدم لهذا الغرض. بينت النتائج بان النموذج اعطى اقل القيم للاختبار بالنسبة للمطر في السليمانية و دربندخان والتبخر لدوكان اما فيما يخص نتائج بقية المتغيرات كانت قيم الاختبار اعلى بقليل عن القيم الصغرى المناظرة.


Article
Multi-Sites Multi-Variables Forecasting Model for Hydrological Data using Genetic Algorithm Modeling
نموذج تنبأ بالمعلومات الهيدرولوجية متعدد المواقع ومتعدد المتغيرات باستخدام تقنية الجينات الوراثية

Author: Rafa H. Al-Suhili رافع هاشم السهيلي
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2015 Volume: 21 Issue: 3 Pages: 54-72
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

A two time step stochastic multi-variables multi-sites hydrological data forecasting model was developed and verified using a case study. The philosophy of this model is to use the cross-variables correlations, cross-sites correlations and the two steps time lag correlations simultaneously, for estimating the parameters of the model which then are modified using the mutation process of the genetic algorithm optimization model. The objective function that to be minimized is the Akiake test value. The case study is of four variables and three sites. The variables are the monthly air temperature, humidity, precipitation, and evaporation; the sites are Sulaimania, Chwarta, and Penjwin, which are located north Iraq. The model performance was checked by comparing it's results with the results of six forecasting models developed for the same data by Al-Suhili and khanbilvardi, 2014.The check of the performance of the new developed model was made for three forecasted series for each variable, using the Akaike test which indicates that the developed model is more successful, since it gave the minimum (AIC) values for (91.67 %) of the forecasted series. This indicates that the developed model had improved the forecasting performance. For the rest of cases (8.33%), other models gave the lowest AIC value, however it is slightly lower than that given by the developed model. Moreover the t-test for monthly means comparison between the models indicates that the developed model has the highest percent of succeed (100%).

تم في هذا البحث اشتقاق نموذج تنبأ بالبيانات الهيدرولوجية متعدد المواقع متعدد المتغيرات ويعتمد على خطوتين زمنيتين وتم برهنته باستخدام حالة دراسية. ان فلسفة هذا النموذج تعتمد على استخدام معاملات الأرتباط بين المتغيراتوبين المواقع ومعاملات الأرتباط الزمني لخطوتين زمنيتين سابقتين بشكل اني لأيجاد معاملات النموذج ومن ثم يتم تغيير قيمها باستخدام عملية المعايرة الخاصة بتقنبة الجينات الوراثية . كما هو معروف هن تقنية الجينات الوراثية هي تقنية تستخدم لأيجاد القيمة المثلى لدالة الهدف حيث ان الالة المستخدمة هنا والتي يتم ايجاد القيمة الصغرى لهى هي دالة اختبار اكايكي. ان الحالة الدراسية المأخوذة هس لأربع متغيرات في ثلاث مواقع . المتغيرات هي درجة حرارة الهواء والرطوبة والسقيط والتبخر الشهرية والمواقع هي السليمانية وجوارتة وبنجوين التي تقع في شمال العراق. تم مقارنة اداء النموذج مع نتائج ستة نماذج تنبأ ولنفس حالة الدراسة. هذه المقارنة تمت لثلاثة متسلسلات زمنية لكل متغير في كل موقع تم التنبأ بها بستخدام كل من النماذج الستة السابقة والنموذج الجديد وباستخدام الأختبار المشار اليه اعلاه واشارت النتائج بان النموذج الجديد اكثر نجاحا لانه اعطى اقل قيم للأختبار بنسبة 91.76 %. وهذا يدل على ان النموذج الجديد قد حسن عملية التنبأ.

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

English (2)


Year
From To Submit

2015 (1)

2014 (1)