ارائه روشی مبتنی بر هیدرولیک جریان و مدل یادگیری ماشین برای پیش بینی دبی سیلاب رودخانه ها
محل انتشار: پژوهشنامه مدیریت حوزه آبخیز، دوره: 14، شماره: 28
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 85
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWMR-14-28_009
تاریخ نمایه سازی: 23 دی 1402
چکیده مقاله:
چکیده مبسوط
مقدمه: تخمین صحیح دبی جریان سیلاب در رودخانهها موضوع مهمی بوده و نقش قابلتوجهی در استفاده بهینه از منابع آب، بهرهبرداری از مخازن سدها و نیز طراحی و برنامه ریزی پروژه های آبی ایفا می کند.
مواد و روش ها: در این تحقیق برای تخمین دبی سیلاب، از روشی ساده و مفهومی براساس معادله مانینگ تحت شرایط واقعی جریان استفاده شده است. در این روش، ابتدا برای تاثیر توام شیب انرژی و ضریب زبری مانینگ، پارامتر آلفا (α) تعریف شده و برای ۱۲ ایستگاه هیدرومتری واقع در سه رودخانه اصلی استان گلستان (شامل گرگانرود، اترک و قرهسو) محاسبه شد.
یافته ها: نتایج نشان داد که مقدار این پارامتر با افزایش عمق جریان کاهش یافته و در نهایت بهصورت مجانب تقریبا به یک مقدار ثابت میرسد. این رفتار نشان می دهد که به ازاء عمق های زیاد جریان در رودخانه که بیانگر وقوع سیلاب می باشد، مقدار α ثابت شده و با استفاده از این عدد ثابت و نیز معادله مانینگ، میتوان دبی سیلاب رودخانه را برآورد نمود. در گام بعدی، سعی شد بین این پارامتر و عمق جریان، یک رابطه رگرسیونی ارائه شود. نتایج مدلسازی رگرسیونی نشان داد که برای اغلب ایستگاه های هیدرومتری، ضریب تعیین (R۲) روابط ارائه شده کوچکتر از ۰/۳ بوده و دارای کارایی لازم نیست. بههمین دلیل برای بیان این ارتباط با کارایی و دقت بیشتر، از مدل های یادگیری ماشین استفاده شد. به این منظور پارامتر α بهکمک مدلهای شبکه عصبی (ANN)، درخت تصمیم (M۵tree) و ماشین بردار رگرسیونی (SVR) مدلسازی شد.
نتیجه گیری: نتایج مدلسازی نشان داد که مدل درخت تصمیم با میانگین خطای مطلق ۰/۳۵، ضریب تعیین ۰/۸۸ و خطای میانگین جذر مربعات ۰/۸۶ در مرحله آزمون بهترین دقت را دارا می باشد. بعد از تعیین پارامتر α، مقدار دبی سیلاب پیشبینی گردید.
بهترین عملکرد در بین مدلها را درخت تصمیم در پیشبینی دبی جریان در رودخانهها دارا بود،
که پس از مقایسه با مقادیر مشاهداتی، مدل درخت تصمیم با میانگین خطای مطلق ۱/۳۲، ضریب تعیین ۰/۸۹ و خطای میانگین جذر مربعات ۳/۶۳ در مرحله آزمون بهترین دقت را دارا میباشد.
کلیدواژه ها:
نویسندگان
فاطمه شیرازی
Water Structures, Department of Water Engineering, University of Agricultural Sciences and Natural Resources, Gorgan
عبدالرضا ظهیری
Department of Water Engineering, University of Agricultural Sciences and Natural Resources, Gorgan
جمشید پیری
Department of Water Engineering, University of Zabol
امیر احمد دهقانی
Department of Water Engineering, University of Agricultural Sciences and Natural Resources, Gorgan
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :