پیش بینی پیشرفته جریان با استفاده از NWSRFSa
چکیده
پیش بینی های پیشرفته با استفاده از سیستم ملی پیش بینی بارش رودخانه (NWSRFS) از طریق برنامه پیشرفته پیش بینی جریان NWS (ESP) انجام می شود. این مقاله، نظریه، توانایی ها و کاربردهای بالقوه روش ESP را مورد بررسی قرار می دهد. ESP از مدل های مفهومی هیدرولوژیکی / هیدرولیکی برای پیش بینی جریان جریان فعلی با استفاده از داده های هواشناسی تاریخی مربوط به برف، رطوبت خاک، رودخانه و شرایط مخزن بهره می برد. در روش ESP فرض می شود که رویدادهای هواشناسی که در گذشته رخ داده اند، نمایانگر رویدادهایی هستند که ممکن است در آینده رخ دهند. هر ساله داده های هواشناسی تاریخی به عنوان بازنمایی احتمالی آینده شناخته می شود و برای شبیه سازی مسیر جریان نیز استفاده می شود. مسیر جریان شبیه سازی شده برای هر دوره در آینده و برای حداکثر جريان، حداقل جریان، حجم جريان، مرحله مخزن، و غیره می تواند اسکن(تصویرسازی) شود. ESP یک پیش بینی احتمالاتی برای هر متغیر جریان و دوره مورد نظر ایجاد می کند. این فرآیند در ابتدا برای پیش بینی آبرسانی در ناحیه های ذوب برفی طراحی شده است، اما همچنین می تواند برای پیش بینی های سیلاب بهاری، پیش بینی های ناوبری، هیدروگراف های ورودی برای عملیات مخزن، سری های ضد زمان مورد نیاز برای تجزیه و تحلیل ریسک در طول خشکسالی ها استفاده شود.
مقدمه
مسئولیت پیش بینی آبرسانی در غرب توسط سرویس هواشناسی ملی (NWS) و سرویس حفاظت از خاک (SCS) به اشتراک گذاشته شد. هر دو این سازمان ها عمدتا به روش های رگرسیون برای پیش بینی میزان عرضه آب فصلی متکی هستند. روش های رگرسيون ترکیبی از بارش ماهانه، اولين اندازه گیری های معادل برف ماهانه و جریان گذشته برای پیش بینی حجم جریان استفاده می کنند. سطح احتمالی 10 و 90 درصدی از دانش تاریخی در مورد چگونگی تغییر دقت پیش بینی در طول فصل پیش بینیف به دست می آید. در اغلب سالها، روند رگرسیون پیش بینی های بسیار خوبی برای حجم جریان فصلی ارائه می دهد؛ هرچند گاهی اوقات این روند در برخی سالها نیز توانایی خوبی نداشته است.
ABSTRACT
Extended forecasting using the National Weather Service River Forecast System (NWSRFS) is done with the NWS Extended Streamflow Prediction (ESP) program. This paper examines the theory, capabilities, and potential applications of the ESP procedure. ESP uses conceptual hydrologic/hydraulic models to forecast future streamflow using. the current snow, soil moisture, river, and reservoir conditions with historical meteorological data. The ESP procedure assumes that meteorological events that occurred in the past are representative of events that may occur in the future. Each year of historical meteorological data is assumed to be a possible representation of the future and is used to simulate a streamflow trace. The simulated streamflow traces can be scanned for maximum flow, minimum flow, volume of flow, reservoir stage, etc., for any period in the future. ESP produces a probabilistic forecast for each streamflow variable and period of interest. The procedure was originally developed for water supply forecasting in snowmelt areas, but it can also be used to produce spring flood outlooks, forecasts for navigation, inflow hydrographs for reservoir operation, and time series needed for risk analysis during droughts.
INTRODUCTION
The responsibility for water supply forecasting in the West is shared by the National Weather Service (NWS) and the Soil Conservation Service (SCS). Both of these agencies currently rely primarily on regression procedures to forecast seasonal water supply volumes. The regression procedures use a combination of monthly precipitation, first of the month snow water equivalent measurements, and past streamflow to predict streamflow volumes. The 10 and 90% exceedance probability levels are estimated from historical knowledge of how forecast accuracy varies throughout the forecast season. In most years, the regression procedures provide excellent forecasts of seasonal streamflow volumes; however, they sometimes fail to perform well in extreme years.
چکیده
مقدمه
توسعه برنامه
توانایی های برنامه ESP
خلاصه و نتیجه گیری
ABSTRACT
INTRODUCTION
PROGRAM DEVELOPMENT
ESP PROGRAM CAPABILITIES
SUMMARY AND CONCLUDING REMARKS
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه