Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "river sediment" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    A comparative study of artificial intelligence models for predicting monthly river suspended sediment load
    Autorzy:
    Rezaei, Khalil
    Vadiati, Meysam
    Powiązania:
    https://bibliotekanauki.pl/articles/292569.pdf
    Data publikacji:
    2020
    Wydawca:
    Instytut Technologiczno-Przyrodniczy
    Tematy:
    artificial intelligence
    data-driven methods
    Karaj dam
    suspended sediment load
    the Karaj River
    Opis:
    When high precision modelling is required, for example, with the estimation of suspended sediment load (SSL), data-driven models are preferred over physically-based numerical models for their real-time, short-horizon prediction ability. The investigation of SSL, as an important index in engineering practices assessment, like design and operation of the hydraulic structures not only shows the hydrological behaviour of the river, but also illustrates the valuable information about the water quality deterioration, surface-groundwater interaction and land-use changes of the watershed. The following data-driven methods were compared in order to predict SSL at the Seyra gauging station on the Karaj River in Iran: Fuzzy logic (FL), two adaptive neuro-fuzzy inference systems (i.e., ANFIS-GP and ANFIS-FCM models), an artificial neural network (ANN), and least squares support vector machine (LSSVM). Monthly average river flow and SSL data for 50 years were obtained from the Tehran Regional Water Authority (TRWA). The data was first divided into training, validation and test sets and the SSL was then predicted using the ANN, FL, ANFIS, and LSSVM models. The reliability of the applied models was evaluated by the correlation coefficient (R), root mean square error (RMSE), and mean absolute error (MAE). The results showed that the ANFIS models outperformed the ANN, FL, and LSSVM models for predicting SSL using the given input and output data. Overall, the performances of the artificial intelligence models used in the present study were satisfactory in predicting the non-linear behaviour of the SSL.
    Źródło:
    Journal of Water and Land Development; 2020, 45; 107-118
    1429-7426
    2083-4535
    Pojawia się w:
    Journal of Water and Land Development
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Importance of river sediments in soil fertility
    Autorzy:
    Kaletova, Tatiana
    Arifjanov, Aybek
    Samiev, Luqmon
    Babajanov, Farrukh
    Powiązania:
    https://bibliotekanauki.pl/articles/2073729.pdf
    Data publikacji:
    2022
    Wydawca:
    Instytut Technologiczno-Przyrodniczy
    Tematy:
    agrochemical composition of sediment
    reservoir
    sediment
    sediment distribution
    sediment grain size
    Opis:
    Article deals with a fractional and chemical composition of sediments from the sediment reservoir in Ilyash village, Ferghana region, Uzbekistan (Syr Darya river basin) and analyses their feasibility. As a key factor in the study of this process was considered the fractional and agrochemical composition of sediments moving with water in the sediment reservoir, and the change of their share in the water along the length of the reservoir. The main composition of the sediments in reservoir consists of fractions >0.25 and 0.25–0.01 mm, with the average fraction of 69% in the inlet and 60% in the outlet. The river sediments are rich in minerals important for the irrigated cropland. Based on the results we conclude that it is possible to regulate the number of chemical compounds in the water by controlling the exploitation regime of reservoir and the sedimentation process in it.
    Źródło:
    Journal of Water and Land Development; 2022, 52; 21--26
    1429-7426
    2083-4535
    Pojawia się w:
    Journal of Water and Land Development
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Heavy metal contamination in water, sediments and Planiliza subviridis tissue in the Donan River, Indonesia
    Autorzy:
    Siregar, Asrul S.
    Sulistyo, Isdy
    Prayogo, Norman A.
    Powiązania:
    https://bibliotekanauki.pl/articles/292541.pdf
    Data publikacji:
    2020
    Wydawca:
    Instytut Technologiczno-Przyrodniczy
    Tematy:
    cadmium
    Donan River Cilacap
    lead
    Planiliza subviridis
    sediment
    water
    Opis:
    Heavy metals like cadmium (Cd) and lead (Pb) are pollutants that are toxic, difficult to decompose and accumulate in biota. One of the biota that lives in the waters is mullet fish. This fish is demersal, has a relatively long life period, has a specific tolerance to the aquatic environment and highly consumable in Indonesia. Therefore need to know the metal content of Cd and Pb in water, sediments and mullet fish and their relationship in Indonesia. The study used a survey method with purposive random sampling at four stations, three replications. The study was conducted from June to November 2019. Analysis of data was descriptive, F-test and correlation. The results showed that the heavy metal content of Cd and Pb between stations in the water media, sediment and in mullet fish there was a significant difference. The highest Cd and Pb were showed in station III, coming from the oil industry, domestic waste and transportation activities. The heavy metal content of Cd and Pb in water, sediment and mullet fish (Planiliza subviridis) in the Donan River, Cilacap shows results exceeding the allowed threshold and danger to human health.
    Źródło:
    Journal of Water and Land Development; 2020, 45; 157-164
    1429-7426
    2083-4535
    Pojawia się w:
    Journal of Water and Land Development
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Impact of sediment transport of the Chellif River on silting of the Boughezoul reservoir (Algeria)
    Wpływ transportu rumowiska w rzece Chellif na zamulenie zbiornika Boughezoul (Algieria)
    Autorzy:
    Remini, B.
    Bensafia, D.
    Nasroun, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/947229.pdf
    Data publikacji:
    2015
    Wydawca:
    Instytut Technologiczno-Przyrodniczy
    Tematy:
    Boughezoul dam
    Oued Chellif
    sediment transport
    siltation
    transport osadów
    ued Chellif
    zamulanie
    zapora Boughezoul
    Opis:
    In this article, we discussed the effect of sediment transport in the Chellif catchment on the silting of Boughezoul reservoir. Since 1934, when the impoundment of the dam, nine bathymetric surveys were carried out by hydraulic services. Based on the last two bathymetric surveys (1986 and 2005), we assessed the average annual rate of silting 0.67 million m3·year–1. Is a filling rate of 70% of the total capacity of the reservoir in 2011. Storage capacity has decreased from 55 million m3 in 1934 to 15 million m3 in 2011. Concentrations exceeding 300 g·l–1, recorded in the river upstream of Boughezoul reservoir, caused formation of density currents.
    W artykule opisano wpływ transportu rumowiska w rzece Chellif na zamulanie zbiornika Boughzoul. Badania były prowadzone w okresie eksploatacji zapory przez Narodową Agencję Zapór. Na podstawie danych na temat transportu osadów uedu Chellif uzyskanych w badaniach batymetrycznych z lat 1986 i 2005 prowadzonych powyżej zapory oceniono średnią roczną stopę zamulenia na 0.67 mln m3·rok–1. Ilość osadów zakumulowanych w zbiorniku oceniono na ponad 70% całkowitej pojemności. Pojemność ta zmniejszyła się z 55 mln m3 wody w roku 1934 do 15 mln m3 w 2011 r. Stało się tak z powodu stężenia zawiesin powyżej 300 g·l–1 notowanego w rzece powyżej zbiornika Boughzoul.
    Źródło:
    Journal of Water and Land Development; 2015, 24; 35-40
    1429-7426
    2083-4535
    Pojawia się w:
    Journal of Water and Land Development
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Forecasting suspended sediment load using regularized neural network: Case study of the Isser River (Algeria)
    Prognozowanie ładunku zawiesiny z zastosowaniem regularyzowanej sieci neuronowej: przykład rzeki Isser w Algierii
    Autorzy:
    Tachi, S. E.
    Ouerdachi, L.
    Remaoun, M.
    Derdous, O.
    Boutaghane, H.
    Powiązania:
    https://bibliotekanauki.pl/articles/292434.pdf
    Data publikacji:
    2016
    Wydawca:
    Instytut Technologiczno-Przyrodniczy
    Tematy:
    artificial neural network
    Beni Amran reservoir
    early stopping
    Isser River
    sediment load
    ładunek zawiesiny
    rzeka Isser
    sztuczne sieci neuronowe
    technika Early Stopping
    zbiornik Beni Amran
    Opis:
    In the management of water resources in different hydro-systems it is important to evaluate and predict the sediment load in rivers. It is difficult to obtain an effective and fast estimation of sediment load by artificial neural network without avoiding over-fitting of the training data. The present paper comprises the comparison of a multi-layer perception network once with non-regularized network and the other with regularized network using the Early Stopping technique to estimate and forecast suspended sediment load in the Isser River, upstream of Beni Amran reservoir, northern Algeria. The study was carried out on daily sediment discharge and water discharge data of 30 years (1971–2001). The results of the Back Propagation based models were evaluated in terms of the coefficient of determination (R2) and the root mean square error (RMSE). Results of the comparison indicate that the regularizing ANN using the Early Stopping technique to avoid over-fitting performs better than non-regularized networks, and show that the overtraining in the back propagation occurs because of the complexity of the data introduced to the network.
    Ocena i przewidywanie ładunku zawiesiny w rzekach są istotne w zarządzaniu zasobami wodnymi w różnych hydrosystemach. Trudno jest uzyskać efektywne i szybkie oszacowanie ładunku zawiesiny za pomocą sztucznych sieci neuronowych bez uniknięcia przepełnienia danymi. W niniejszej pracy porównano wyniki zastosowania wielowarstwowej sieci w dwóch wariantach – sieci nieregularyzowanej i sieci regularyzowanej z użyciem techniki Early Stopping do oceny i prognozowanie ładunku zawiesiny w rzece Isser powyżej zbiornika Beni Amran w północnej Algierii. Badania bazowały na notowaniach dobowego odpływu zawiesiny i danych dotyczących odpływu wody w ciągu 30 lat (1971–2001). Wyniki modeli opartych na metodzie wstecznej propagacji oceniono za pomocą współczynnika determinacji (R2) i pierwiastka ze średniego błędu kwadratowego. Porównanie wyników dowodzi, że sieć neuronowa regularyzowana przy pomocy techniki Early Stopping celem uniknięcia przeładowania sprawdza się lepiej niż sieć nieregularyzowana. Wyniki wskazują, że przeładowanie wstecznej propagacji ma miejsce z powodu złożoności danych wprowadzonych do sieci.
    Źródło:
    Journal of Water and Land Development; 2016, 29; 75-81
    1429-7426
    2083-4535
    Pojawia się w:
    Journal of Water and Land Development
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies