بررسی همبستگی میان پارامترهای اقلیمی و سیلاب حوزه رودخانه مارون و پیش بینی سیلاب به کمک شبکه هوشمند عصبی
- سال انتشار: 1396
- محل انتشار: پژوهشنامه مدیریت حوزه آبخیز، دوره: 8، شماره: 16
- کد COI اختصاصی: JR_JWMR-8-16_005
- زبان مقاله: فارسی
- تعداد مشاهده: 145
نویسندگان
چکیده
سیل از جمله بلایای طبیعی مهمی است که هر ساله باعث ایجاد خسارت های مالی و جانی شدیدی به جوامع بشری می شود. به ویژه در مناطقی همچون حوزه رودخانه مارون که دارای تغییرات زیاد دما و بارش است، همه ساله شاهد سیلاب های شدید و فراوانی هستیم. پژوهش حاضر با هدف شناخت پارامترهای اقلیمی موثر بر سیلاب منطقه، می تواند با کارآمدی شبکه عصبی مصنوعی، روش های مناسب تری را در پیش بینی این رخداد بهکار ببندد. روش بهکار رفته در این پژوهش جهت پیشبینی این فرایند، شبکه های عصبی پرسپترون چند لایه و توابع پایه شعاعی می باشد که نتایج این دو شبکه عصبی با رگرسیون چندگانه مقایسه گردیده است. بدین منظور داده های روزانه اقلیمی چهار ایستگاه ایدنک، دوگنبدان، دهدشت و یاسوج شامل میانگین دمای خشک، بیشینه دما، کمینه دما، تبخیر، بارش، میانگین رطوبت، کمینه رطوبت، بیشینه رطوبت و ... طی یک دوره ۱۶ساله (اول مهر ۱۳۷۳ تا آخر شهریور ۱۳۸۸) به کار گرفته شد. با بررسی همبستگی بین این پارامترهای اقلیمی و دبی رودخانه مارون پارامترهای موثر بر سیلاب تعیین گردید. از رگرسیون چندگانه جهت تعیین ورودی های موثر بر سیلاب و مقایسه نتایج با شبکه عصبی استفاده گردیده است. بررسی نتایج نشان می داد که شبکه عصبی پرسپترون چندلایه با الگوریتم آموزش پس انتشار خطا دارای همبستگی ۷۳/۰ در مرحله آموزش و ۶۸/۰ در مرحله آزمایش و میزان نرمال شده ریشه میانگین مربعات خطا (NRMSE) در مرحله آموزش ۵۷/۰ و در مرحله آزمایش ۶۶/۰ بهعنوان بهترین مدل جهت پیشبینی سیلاب شناخته شد. مقایسه نتایج شبکه عصبی و رگرسیون نشان می داد که شبکه عصبی دارای میزان همبستگی بالاتری نسبت به رگرسیون می باشد و همچنین در شبکه عصبی داده های واقعی و داده های پیش بینی شده دارای انطباق بیشتری نسبت به مدل رگرسیون انجام شده می باشد.کلیدواژه ها
Climatic Parameters, Catchment Basin, Multilayer Perceptron (MLP), Multivariate Regression, Radial Base, پارامترهای اقلیمی, پرسپترون چند لایه, حوزه آبریز, رادیال بیس, رگرسیون چند متغیرهاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.