دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 0
نویسندگان: Shreeda Maskey
سری:
ISBN (شابک) : 9058096947, 9789058096944
ناشر: CRC Press
سال نشر: 2004
تعداد صفحات: 184
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 3 مگابایت
در صورت تبدیل فایل کتاب Modelling Uncertainty in Flood Forecasting Systems به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مدل سازی عدم اطمینان در سیستم های پیش بینی سیل نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
مانند همه مخاطرات طبیعی، سیل یک پدیده پیچیده و ذاتا نامشخص
است. علیرغم پیشرفتها در توسعه مدلها و تکنیکهای پیشبینی سیل،
عدم قطعیت در پیشبینیها اجتنابناپذیر است. این عدم قطعیت نیاز
به تصدیق دارد و تخمین عدم قطعیت در پیشبینی سیل، مبنایی منطقی
برای معیارهای مبتنی بر ریسک فراهم میکند. این کتاب توسعه و
کاربرد روشهای مختلف مبتنی بر احتمالات و نظریههای مجموعه فازی
را برای مدلسازی عدم قطعیت در سیستمهای پیشبینی سیل ارائه
میکند. به طور خاص، روشی برای ارزیابی عدم قطعیت با استفاده از
تفکیک ورودیهای سری زمانی در چارچوب روش مونت کارلو و اصل گسترش
فازی ارائه میکند. این گزارش بهبودی را در روش لحظه دوم مرتبه
اول، با استفاده از بازسازی درجه دوم گزارش میکند و مقیاسهای
کیفی را برای تفسیر عدم قطعیت کیفی استخراج میکند. کاربرد برای
مدل های پیش بینی سیل برای حوضه آبریز کلودزکو در لهستان و
رودخانه لوار در فرانسه است. چشماندازهای تکنیکهای ترکیبی
مدلسازی عدم قطعیت و تبدیلهای احتمال-احتمال نیز بررسی و گزارش
شدهاند.
Like all natural hazards, flooding is a complex and inherently
uncertain phenomenon. Despite advances in developing
flood forecasting models and techniques, the uncertainty in
forecasts remains unavoidable. This uncertainty needs to
be acknowledged, and uncertainty estimation in flood
forecasting provides a rational basis for risk-based criteria.
This book presents the development and applications of various
methods based on probablity and fuzzy set theories for
modelling uncertainty in flood forecasting systems. In
particular, it presents a methodology for uncertainty
assessment using disaggregation of time series inputs in the
framework of both the Monte Carlo method and the Fuzzy
Extention Principle. It reports an
improvement in the First Order Second Moment method, using
second degree reconstruction, and derives qualitative scales
for the interpretation of qualitative uncertainty.
Application is to flood forecasting models for the Klodzko
catchment in POland and the Loire River in France.
Prospects for the hybrid techniques of uncertainty modelling
and probability-possibility transformations are also explored
and reported.