ISSN: 2157-7617

Journal des sciences de la Terre et du changement climatique

Accès libre

Notre groupe organise plus de 3 000 séries de conférences Événements chaque année aux États-Unis, en Europe et en Europe. Asie avec le soutien de 1 000 autres Sociétés scientifiques et publie plus de 700 Open Access Revues qui contiennent plus de 50 000 personnalités éminentes, des scientifiques réputés en tant que membres du comité de rédaction.

Les revues en libre accès gagnent plus de lecteurs et de citations
700 revues et 15 000 000 de lecteurs Chaque revue attire plus de 25 000 lecteurs

Indexé dans
  • Indice source CAS (CASSI)
  • Index Copernic
  • Google Scholar
  • Sherpa Roméo
  • Accès en ligne à la recherche en environnement (OARE)
  • Ouvrir la porte J
  • JournalSeek de génamique
  • JournalTOC
  • Annuaire des périodiques d'Ulrich
  • Accès à la recherche mondiale en ligne sur l'agriculture (AGORA)
  • Centre international pour l'agriculture et les biosciences (CABI)
  • Recherche de référence
  • Université Hamdard
  • EBSCO AZ
  • OCLC-WorldCat
  • Invocation de quête
  • Catalogue en ligne SWB
  • Publons
  • Euro Pub
  • ICMJE
Partager cette page

Abstrait

Prediction of Inflow to the Ujjani Dam Reservoir using Linear Regression and Hybrid Model

Dattatray Rajmane

Assessment of impact of climate change is very essential for the areas where the water scarcity is the main issue. Ujjani dam one of the largest dams of Maharashtra state in India is constructed on Bhima River in 1980 which supplies water to downstream cultivable area of Solapur and Pune district. In this study statistical downscaling model was developed for downscaling and projecting the temperature and rainfall by considering the GFDL-CM3 (GCM) model under scenario RCP 6.0. Statistical downscaling models showed a very good correlation (R2) between NCEP predictors and hydro metrological predictands. Using the projected values of temperature and rainfall, inflow to the reservoir was predicted by developing the three different models namely; Multiple linear Regression, Artificial Neural Network and Wavelet Neural Network. The models were evaluated by using mean square error criteria. It is observed that there is a change in rainfall pattern, it increases in the months of September to December however it decreases in the months of June to August, and this is due to corresponding changes in rainfall. The inflow to the reservoir has been predicted in three different time period viz 2020-29, 2050-59 and 2080-89.

Avertissement: Ce résumé a été traduit à l'aide d'outils d'intelligence artificielle et n'a pas encore été examiné ni vérifié.