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 "zlewnia Mellah" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Characterization of the climatic drought indices application to the Mellah catchment, North-East of Algeria
    Charakterystyka wskaźników suszy klimatycznej w zlewni Mellah w północnowschodniej Algierii
    Autorzy:
    Bendjema, Lina
    Baba-Hamed, Kamila
    Bouanani, Abderrazak
    Powiązania:
    https://bibliotekanauki.pl/articles/292878.pdf
    Data publikacji:
    2019
    Wydawca:
    Instytut Technologiczno-Przyrodniczy
    Tematy:
    drought
    drought break
    drought index
    humidity
    Mellah catchment
    przerwanie suszy
    susza
    wilgotność
    wskaźnik suszy
    zlewnia Mellah
    Opis:
    Drought is one of the important phenomena resulting from variability and climate change. It has negative effects on all economic, agricultural and social sectors. The objective of this study is to rapidly detect climate dryness situations on an annual scale at the Mellah catchment (Northeast Algeria) for periods ranging from 31 years through the calculation of: the standardized precipitation index (SPI), the standardized Streamflow index (SSFI), the standardized temperature index (STI). Calculations made it possible to locate periods of drought more precisely by their intensity, duration and frequency, and detect years of breaks using the tests of Pettitt, rang, Lee and Heghinian, Hubert and Buishand. The use of the statistical tests for the rainfall series analyzed show all breaks, the majority of which are in 1996/1997 and 2001/2002. For the temperatures the breaks are situated in 1980/1981.
    Susza jest jednym z ważnych zjawisk wywoływanych zmianami klimatu. Wywiera ujemny wpływ na gospodarkę, rolnictwo i społeczeństwo. Celem przedstawionych badań było śledzenie sytuacji suszy klimatycznej w skali roku w zlewni Mellah (północnowschodnia Algieria) w ciągu 31 lat przez obliczenia: standaryzowanego wskaźnika opadu (SPI), standaryzowanego wskaźnika przepływu (SSFI) i standaryzowanego wskaźnika temperatury (STI). Obliczenia z zastosowaniem testów Petitta, rang, Lee i Heghiniana oraz Huberta i Buishanda umożliwiły dokładniejsze ustalenie okresów suszy przez analizę intensywności, czasu trwania i częstotliwości, umożliwiły też wykrycie lat przerw w ciągach suszy. Dzięki testom statystycznym dla serii analizowanych opadów wykazano okresy przerw, głównie w latach 1996/1997 i 2001/2002. Dane temperaturowe wskazywały na okresy przerw w latach 1980/1981.
    Źródło:
    Journal of Water and Land Development; 2019, 43; 28-40
    1429-7426
    2083-4535
    Pojawia się w:
    Journal of Water and Land Development
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Using artificial neural network (ANN) for prediction of sediment loads, application to the Mellah catchment, northeast Algeria
    Zastosowanie sztucznych sieci neuronowych do przewidywania ładunku zawiesiny; przypadek zlewni rzeki Mellah w północno-wschodniej Algierii
    Autorzy:
    Bouzeria, H.
    Ghenim, A. N.
    Khanchoul, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/292931.pdf
    Data publikacji:
    2017
    Wydawca:
    Instytut Technologiczno-Przyrodniczy
    Tematy:
    ANN models
    discharge
    Mellah catchment
    MLP
    north east of Algeria
    prediction
    sediment
    modele sztucznych sieci neuronowych (ANN)
    odpływ
    północno-wschodnia Algieria
    przewidywanie
    zawiesina
    zlewnia Mellah
    Opis:
    In this study, we present the performances of the best training algorithm in Multilayer Perceptron (MLP) neural networks for prediction of suspended sediment discharges in Mellah catchment. Time series data of daily suspended sediment discharge and water discharge from the gauging station of Bouchegouf were used for training and testing the networks. A number of statistical parameters, i.e. root mean square error (RMSE), mean absolute error (MAE), coefficient of efficiency (CE) and coefficient of determination (R2) were used for performance evaluation of the model. The model produced satisfactory results and showed a very good agreement between the predicted and observed data. The results also showed that the performance of the MLP model was capable to capture the exact pattern of the sediment discharge data in the Mellah catchment.
    W niniejszej pracy przedstawiono działanie najlepszego algorytmu sieci neuronowych z użyciem wielowarstwowego perceptronu do przewidywania odpływu zawiesiny ze zlewni rzeki Mellah. Do treningu i testowania sieci użyto serii czasowych dobowego odpływu zawiesiny i odpływu wody z profilu wodowskazowego Bouchegouf. Do oceny działania modelu wykorzystano szereg parametrów statystycznych, takich jak pierwiastek ze średniego błędu kwadratowego, średni błąd bezwzględny, współczynnik wydajności i współczynnik determinacji. Model dawał zadowalające wyniki i wykazywał bardzo dobrą zgodność między obserwowanymi i przewidywanymi danymi. Wyniki świadczą także, że model jest w stanie wychwycić szczegółowy wzorzec odpływu zawiesiny ze zlewni rzeki Mellah.
    Źródło:
    Journal of Water and Land Development; 2017, 33; 47-55
    1429-7426
    2083-4535
    Pojawia się w:
    Journal of Water and Land Development
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      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