व्यावहारिक वापरासाठी रिकरन्स इंटरव्हलसह व्हेरिएट 'x' दिलेला मीन व्हेरिएट कॅल्क्युलेटर

✖रिटर्न कालावधीसह यादृच्छिक जलविज्ञान मालिकेच्या पुनरावृत्ती अंतरासह 'X' बदला.ⓘ पुनरावृत्ती मध्यांतराने 'X' बदला [x_T]			+10% -10%
✖पर्जन्यमानाच्या कालावधीनुसार 5 ते 30 दरम्यान बदलणारा वारंवारता घटक हे पुनरावृत्ती अंतराल (T) आणि स्क्यू गुणांक (Cs) चे कार्य आहे.ⓘ वारंवारता घटक [K_z]			+10% -10%
✖N आकाराच्या नमुन्याचे मानक विचलन हे समूहाच्या सरासरी मूल्यापेक्षा किती वेगळे आहे आणि त्याच्या प्रसरणाच्या वर्गमूळावरून व्यक्त केलेले प्रमाण आहे.ⓘ N आकाराच्या नमुन्याचे मानक विचलन [σ_n-1]			+10% -10%

✖परतीच्या कालावधीसह यादृच्छिक हायड्रोलॉजिक मालिकेच्या व्हेरिएट X चा मध्य.ⓘ व्यावहारिक वापरासाठी रिकरन्स इंटरव्हलसह व्हेरिएट 'x' दिलेला मीन व्हेरिएट [x_m]

⎘ कॉपी

👎

सुत्र

✖

व्यावहारिक वापरासाठी रिकरन्स इंटरव्हलसह व्हेरिएट 'x' दिलेला मीन व्हेरिएट

सुत्र

`"x"_{"m"} = "x"_{"T"}-("K"_{"z"}*"σ"_{"n-1"})`

उदाहरण

`"0.47"="9.43"-("7"*"1.28")`

कॅल्क्युलेटर

LaTeX

रीसेट करा

👍

डाउनलोड करा पुराच्या शिखराचा अंदाज लावण्यासाठी गुंबेलची पद्धत सूत्रे PDF PDF Image

व्यावहारिक वापरासाठी रिकरन्स इंटरव्हलसह व्हेरिएट 'x' दिलेला मीन व्हेरिएट उपाय

चरण 0: पूर्व-गणन सारांश

फॉर्म्युला वापरले जाते

व्हेरिएट X चा मध्य = पुनरावृत्ती मध्यांतराने 'X' बदला-(वारंवारता घटक*N आकाराच्या नमुन्याचे मानक विचलन)
x_m = x_T-(K_z*σ_n-1)
हे सूत्र 4 व्हेरिएबल्स वापरते

व्हेरिएबल्स वापरलेले

व्हेरिएट X चा मध्य - परतीच्या कालावधीसह यादृच्छिक हायड्रोलॉजिक मालिकेच्या व्हेरिएट X चा मध्य.
पुनरावृत्ती मध्यांतराने 'X' बदला - रिटर्न कालावधीसह यादृच्छिक जलविज्ञान मालिकेच्या पुनरावृत्ती अंतरासह 'X' बदला.
वारंवारता घटक - पर्जन्यमानाच्या कालावधीनुसार 5 ते 30 दरम्यान बदलणारा वारंवारता घटक हे पुनरावृत्ती अंतराल (T) आणि स्क्यू गुणांक (Cs) चे कार्य आहे.
N आकाराच्या नमुन्याचे मानक विचलन - N आकाराच्या नमुन्याचे मानक विचलन हे समूहाच्या सरासरी मूल्यापेक्षा किती वेगळे आहे आणि त्याच्या प्रसरणाच्या वर्गमूळावरून व्यक्त केलेले प्रमाण आहे.

चरण 1: इनपुट ला बेस युनिटमध्ये रूपांतरित करा

पुनरावृत्ती मध्यांतराने 'X' बदला: 9.43 --> कोणतेही रूपांतरण आवश्यक नाही
वारंवारता घटक: 7 --> कोणतेही रूपांतरण आवश्यक नाही
N आकाराच्या नमुन्याचे मानक विचलन: 1.28 --> कोणतेही रूपांतरण आवश्यक नाही

चरण 2: फॉर्म्युलाचे मूल्यांकन करा

फॉर्म्युलामध्ये इनपुट व्हॅल्यूजची स्थापना करणे

x_m = x_T-(K_z*σ_n-1) --> 9.43-(7*1.28)

मूल्यांकन करत आहे ... ...

x_m = 0.469999999999999

चरण 3: निकाल आउटपुटच्या युनिटमध्ये रूपांतरित करा

0.469999999999999 --> कोणतेही रूपांतरण आवश्यक नाही

अंतिम उत्तर

0.469999999999999 ≈ 0.47 <-- व्हेरिएट X चा मध्य

(गणना 00.004 सेकंदात पूर्ण झाली)

आपण येथे आहात -

होम » अभियांत्रिकी » दिवाणी » अभियांत्रिकी जलविज्ञान » पूर » पुराच्या शिखराचा अंदाज लावण्यासाठी गुंबेलची पद्धत » व्यावहारिक वापरासाठी रिकरन्स इंटरव्हलसह व्हेरिएट 'x' दिलेला मीन व्हेरिएट

जमा

ने निर्मित मिथिला मुथाम्मा पीए

तंत्रज्ञान तंत्रज्ञान संस्था कुर्ग (सीआयटी), कुर्ग

मिथिला मुथाम्मा पीए यांनी हे कॅल्क्युलेटर आणि 2000+ अधिक कॅल्क्युलेटर तयार केले आहेत!

द्वारे सत्यापित चंदना पी देव

एनएसएस अभियांत्रिकी महाविद्यालय (एनएसएससीई), पलक्कड

चंदना पी देव यानी हे कॅल्क्युलेटर आणि 1700+ अधिक कॅल्क्युलेटर सत्यापित केले आहेत।

< 14 पुराच्या शिखराचा अंदाज लावण्यासाठी गुंबेलची पद्धत कॅल्क्युलेटर

दिलेल्या रिटर्न कालावधीसाठी कमी केलेला व्हेरिएट 'Y'

जा रिटर्न पीरियडसाठी कमी केलेला व्हेरिएट 'Y' = -(0.834+2.303*log10(log10(परतीचा कालावधी/(परतीचा कालावधी-1))))

गुंबेलच्या पद्धतीमध्ये व्हेरिएट 'वाय' कमी केले

जा कमी व्हेरिएट 'Y' = ((1.285*(पुनरावृत्ती मध्यांतराने 'X' बदला-व्हेरिएट X चा मध्य))/Z व्हेरिएट नमुन्याचे मानक विचलन)+0.577

परतावा कालावधी संबंधित कमी फरक

जा रिटर्न पीरियडसाठी कमी केलेला व्हेरिएट 'Y' = -(ln(ln(परतीचा कालावधी/(परतीचा कालावधी-1))))

वारंवारता घटक आणि मानक विचलन विचारात घेतल्यावर कमी व्हेरिएट

जा फ्रिक्वेन्सीच्या संदर्भात 'Y' व्हेरिएट कमी केले = वारंवारता घटक*N आकाराच्या नमुन्याचे मानक विचलन+कमी सरासरी

व्यावहारिक वापरासाठी रिकरन्स इंटरव्हलसह व्हेरिएट 'x' दिलेला मीन व्हेरिएट

जा व्हेरिएट X चा मध्य = पुनरावृत्ती मध्यांतराने 'X' बदला-(वारंवारता घटक*N आकाराच्या नमुन्याचे मानक विचलन)

रिटर्न पीरियडशी संबंधित 'x' व्हेरिएट दिलेला वारंवारता घटक

जा वारंवारता घटक = (पुनरावृत्ती मध्यांतराने 'X' बदला-व्हेरिएट X चा मध्य)/Z व्हेरिएट नमुन्याचे मानक विचलन

व्यावहारिक वापरासाठी पुनरावृत्ती अंतरासह गुंबेलचे व्हेरिएट 'x'

जा पुनरावृत्ती मध्यांतराने 'X' बदला = व्हेरिएट X चा मध्य+वारंवारता घटक*N आकाराच्या नमुन्याचे मानक विचलन

हायड्रॉलॉजिक फ्रिक्वेन्सी विश्लेषणाचे सामान्य समीकरण

जा पुनरावृत्ती मध्यांतराने 'X' बदला = व्हेरिएट X चा मध्य+वारंवारता घटक*Z व्हेरिएट नमुन्याचे मानक विचलन

फ्लड फ्रिक्वेन्सी स्टडीजमधील भिन्नतेचा अर्थ

जा व्हेरिएट X चा मध्य = पुनरावृत्ती मध्यांतराने 'X' बदला-वारंवारता घटक*Z व्हेरिएट नमुन्याचे मानक विचलन

जेव्हा व्हेरिएट आणि रिड्युस्ड मीन मानले जाते तेव्हा कमी केलेले मानक विचलन

जा कमी मानक विचलन = (रिटर्न पीरियडसाठी कमी केलेला व्हेरिएट 'Y'-कमी सरासरी)/वारंवारता घटक

व्यावहारिक वापरासाठी गुंबेलच्या समीकरणातील फ्रिक्वेन्सी फॅक्टर

जा वारंवारता घटक = (रिटर्न पीरियडसाठी कमी केलेला व्हेरिएट 'Y'-कमी सरासरी)/कमी मानक विचलन

फ्रिक्वेंसी फॅक्टर आणि मानक विचलन मानले जाते तेव्हा कमी सरासरी

जा कमी सरासरी = रिटर्न पीरियडसाठी कमी केलेला व्हेरिएट 'Y'-(वारंवारता घटक*कमी मानक विचलन)

जेव्हा वारंवारता घटक विचारात घेतला जातो तेव्हा रिटर्न कालावधीसाठी कमी केलेला फरक

जा फ्रिक्वेन्सीच्या संदर्भात 'Y' व्हेरिएट कमी केले = (वारंवारता घटक*1.2825)+0.577

इन्फिनिट सॅम्पल साइजला लागू होणारा वारंवारता घटक

जा वारंवारता घटक = (रिटर्न पीरियडसाठी कमी केलेला व्हेरिएट 'Y'-0.577)/1.2825

व्यावहारिक वापरासाठी रिकरन्स इंटरव्हलसह व्हेरिएट 'x' दिलेला मीन व्हेरिएट सुत्र

व्हेरिएट X चा मध्य = पुनरावृत्ती मध्यांतराने 'X' बदला-(वारंवारता घटक*N आकाराच्या नमुन्याचे मानक विचलन)
x_m = x_T-(K_z*σ_n-1)

फ्लड फ्रीक्वेंसी विश्लेषण म्हणजे काय?

फ्लड फ्रीक्वेंसी नालिसिस नदीच्या काठी परत येण्याच्या विशिष्ट कालावधी किंवा संभाव्यतेशी संबंधित प्रवाह मूल्यांचा अंदाज लावण्यासाठी जलशास्त्रज्ञांद्वारे एक तंत्र आहे. वार्षिक मॅक्सिमा डेटाशी जुळणारे संभाव्यता वितरण निवडल्यानंतर, पूर वारंवारता वक्र प्लॉट केले जाते.

पीक डिस्चार्ज म्हणजे काय?

हायड्रोलॉजीमध्ये, पीक डिस्चार्ज या शब्दाचा अर्थ बेसिन क्षेत्रातून सर्वात जास्त प्रमाणात वाहून जाणे होय. बेसिनचा एकवटलेला प्रवाह नैसर्गिक किंवा कृत्रिम किनार्याला मोठ्या प्रमाणात अतिशयोक्ती देतो आणि ओलांडतो आणि याला पूर असे म्हटले जाऊ शकते.

होम

फुकट पीडीएफ

🔍 शोधा

श्रेण्या

Let Others Know

✖

Facebook

Twitter

Copied!