نمودار مقایسه مقدار مشاهداتی و محاسباتی با Muse Model و پایتون :: بیسین - سایت تخصصی مهندسی آب

عضويت در خبرنامه ايـميـل پايگاه بيسيــن - عضويت پس از کليک بر روي لينک فعال سازي که براي شما ارسال خواهد شد تکميل مي شود




نمودار مقایسه مقدار مشاهداتی و محاسباتی با Muse Model و پایتون


به منظور تخمین دقیق تابع هدف، مدلسازی آب های زیرزمینی با MODFLOW و سایر کدها به صورت مدلسازی معکوس تعریف می شود که در آن پارامترهای کلیدی از طریق مقایسه نتایج مدل با داده های مشاهده شده محاسبه می شود. این فرایند مقایسه طولانی است، استفاده از معیارهای پذیرش و تحلیل روند متاثر شرایط مرزی است.

ابزار برای مقایسه سطوح آب مشاهده شده و شبیه سازی شده در Model Muse وجود دارد و نمودارهای سفارشی را می توان با چند خط در Python انجام داد. این آموزش تمام روش ها را برای ایجاد طرح شبیه سازی شده / مشاهده شده در پایتون از نتایج مدل MODFLOW اجرا می کند. مورد مطالعه بیش از یک مدل منطقه ای با بیش از 100 پیزومتر است. آموزش یک گراف با یک نوار رنگی ایجاد می کند و آن را به عنوان یک فایل PNG صادر می کند.


کد پایتون:

# Import the required libraries

%matplotlib inline

import numpy as np

import matplotlib.pyplot as plt

import pandas as pd

# Setup the model folder and model name

modPath = '../Model/'

modName = 'Modelo1'

# Import observation results as a Pandas dataframe

hobOut = pd.read_csv(modPath + modName + '.hob_out',delimiter='\s+')

hobOut.head()



# Column names are renamed. There is one more column on the dataframe from the difference in between observed - simulated

hobOut.rename(columns={'SIMULATED EQUIVALENT':'Simulated Head',

                      'OBSERVED VALUE':'Observed Head',

                      'OBSERVATION NAME':'Piezometer'},inplace=True)

hobOut.set_index('Piezometer', inplace=True)

hobOut['Residual'] = hobOut['Simulated Head'] - hobOut['Observed Head']

hobOut.head()



#Piezometers that went dry are filtered from the plot, because there is no mean to compare a simulated dry piezometer with

#a observed head

hobOutFil = hobOut[hobOut['Simulated Head']>-10000]

hobOutFil.head()



#Create a basic scatter plot with Matplotlib

#A identity line was created based on the minumum and maximum observed value

#Points markers are colored by the residual and a residual colorbar is added to the figure

fig = plt.figure(figsize=(10,8))

x = np.linspace(hobOutFil['Observed Head'].min(), hobOutFil['Observed Head'].max(), 100)

plt.plot(x, x, linestyle='dashed')

plt.scatter(hobOutFil['Observed Head'],hobOutFil['Simulated Head'], marker='o', c=hobOutFil['Residual'])


cbar = plt.colorbar()

cbar.set_label('Residual (m)', fontsize=14)


plt.grid()

plt.xlabel('Observed Head (m)', fontsize=14)

plt.ylabel('Simulated Head (m)', fontsize=14)

fig.tight_layout()

fig.savefig('../Figures/ObservedSimulatedHeadComparisonPlot.png')


برای یافتن تمامی مطالب مرتبط با این مطلب در سایت از جستجوی سایت در حاشیه سمت راست و بالای صفجه استفاده فرمایید.


لیست دیگر آموزش های مرتبط

ورود به بخش آموزش های متنی GMS

ویکی نرم افزار GMS

انجمن بحث و گفتگو GMS

کلاس های بین المللی GMS

منابع آموزشی نرم افزار GMS


آموزش های ویدیویی فارسی GMS

آموزش های ویدیویی انگلیسی GMS


دانلود آخرین نسخه نرم افزار GMS


دریافت کرک نرم افزار GMS

دریافت لایسنس ارزیابی (14 روزه)


برای سفارش انجام مدل سازی اینجا کلیک کنید





آمار آنلاين-مقايسه اي بارش در حوضه هاي اصلي کشور

منبع: وزارت نيرو - اين نمودار ممکن است براي دقايقي به دليل بروزرساني غير فعال شود











نظرات (۰)

فرم ارسال نظر

ارسال نظر آزاد است، اما اگر قبلا در بیان ثبت نام کرده اید می توانید ابتدا وارد شوید.
شما میتوانید از این تگهای html استفاده کنید:
<b> یا <strong>، <em> یا <i>، <u>، <strike> یا <s>، <sup>، <sub>، <blockquote>، <code>، <pre>، <hr>، <br>، <p>، <a href="" title="">، <span style="">، <div align="">
تجدید کد امنیتی

درباره بهترين هاي بيسيـــن بدانيد...

Bird

يکي از مهمترين اهداف اين سايت تهيه آموزش هاي روان از ابزارهاي کاربردي علوم آب است.

اهميت مطالعات محيطي با ابزارهاي نوين در چيست؟

امروز با فارغ التحصيلي جمع کثير دانشجويان سالهاي گذشته و حال، با گذر از کمي گرايي ديگر صرف وجود مدارک دانشگاهي حرف اول را در بازار کار نمي زند؛ بلکه سنجش ديگري ملاک؛ و شايسته سالاري به ناچار! باب خواهد شد. يکي از مهم ترين لوازم توسعه علمي در هر کشور و ارائه موضوعات ابتکاري، بهره گيري از ابزار نوين است، بيسين با همکاري مخاطبان مي تواند در حيطه علوم آب به معرفي اين مهم بپردازد.

جستجو در بيسين
سایت مهندسی آب

بیسین - سایت تخصصی مهندسی آب

سایت بیسین با معرفی مهم ترین و کاربردی ترین نرم افزارها و مدل های شبیه سازی در حیطه مهندسی آب، تلاش به تهیه خدمات یکپارچه و محلی از محاسبات هیدرولوژیکی و هیدرولیکی می کند

اطلاعات سايت

  • www.Basin.ir@gmail.com
  • بهزاد سرهادي
  • شناسه تلگرام: Basin_Ir_bot
  • شماره واتساپ: 09190622992-098
  • شماره تماس: 09190622992-098

W3Schools

W3Schools