تاثیر بازه بندی هیدرولیکی در تخمین بار بستر رودخانه های با بستر شنی با استفاده از ماشین بردار پشتیبان

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 176

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_GERAZ-8-4_006

تاریخ نمایه سازی: 10 آبان 1400

چکیده مقاله:

ارزیابی و برآورد انتقال رسوب و فرایندهای همراه با آن، از دیرباز یکی از مسائل عمده و اصلی مهندسان هیدرولیک و رودخانه بوده است. رودخانه­های با بستر شنی، ویژگی­هایی دارند که آن ها را از رودخانه های با بستر ماسه­ای متمایز کرده و باعث ایجاد مسائل و چالش هایی در تحلیل آن­ها می شود. تعیین میزان بار بستری که در رودخانه ها حمل می­شود، به عوامل متفاوتی ازجمله پارامترهای هیدرولیکی، هیدرولوژیکی و رسوبی بستگی داشته و همین عامل سبب پیچیدگی و همچنین دشواری برآورد این پدیده شده است. در پژوهش حاضر پس از تعیین پارامترهای تاثیرگذار در تخمین بار بستر انتقالی در ۲۰ رودخانه با بستر شنی، داده های به­کار گرفته­شده در بازه های مختلفی براساس پارامترهای هیدرولیکی و رسوبی به­صورت آزمون و خطا دسته­­بندی شده و دقت ماشین بردار پشتیبان در برآورد بار بستر در هر بازه مورد بررسی قرار گرفت. نتایج به دست آمده نشان داد مدل با چهار ورودی شامل عدد فرود، نسبت سرعت متوسط به سرعت برشی جریان ( )، نسبت شعاع هیدرولیکی به متوسط اندازه ذرات رسوبی ( ) و عدد شیلدز ( ) و با معیار ناش-ساتکلیف برابر با ۸۰۶/۰ = NSE از دقت بالاتری در برآورد بار بستر برخوردار است؛ همچنین ارزیابی­های صورت­گرفته نشان داد که فرایند برآورد بار بستر در بازه ۱ تا ۴/۱ میلی­متر، مربوط به قطر متوسط ذرات عبوری بار بستر و بازه ۶۵/۰ تا ۷۵/۰، مربوط به عدد فرود به­ترتیب با دارابودن معیار ناش-ساتکلیف به­­ترتیب برابر با ۹۵۲/۰ = NSE و ۹۲۵/۰ =NSEاز دقت بالاتری برخوردار هستند؛ افزون بر این، در بازه­بندی براساس هرکدام از پارامترهای عدد رینولدز برشی و شیب کف رودخانه بازه­هایی بررسی شد که شرایط حاکم بر جریان در آن­ها موجب افزایش قابلیت پیش­بینی بار بستر می­شود.  

نویسندگان

کیومرث روشنگر

دانشیار مهندسی آب، دانشگاه تبریز، تبریز، ایران

محمد حسینی

دانش آموخته کارشناسی ارشد مهندسی آب و سازه های هیدرولیکی، دانشگاه تبریز، تبریز، ایران

سامان شهنازی

دانش آموخته کارشناسی ارشد مهندسی آب و سازه های هیدرولیکی، دانشگاه تبریز، تبریز، ایران

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 :
  • رضازاده جودی، علی؛ ستاری، محمدتقی (۱۳۹۵) ارزیابی عملکرد روش­های مبتنی ...
  • مصفایی، جمال؛ صالح­پور جم، امین؛ طباطبائی، محمودرضا (۱۳۹۶) مقایسه کارآیی ...
  • Azamathulla, H. M., Chang, C. K., Ghani, A. A., Ariffin, ...
  • Barry, J. J., Buffington, J. M., King, J. G. (۲۰۰۴) ...
  • Bathurst, J. C. (۲۰۰۷) Effect of Coarse Surface Layer on ...
  • Bhattacharya, B., Price, R. K., Solomatine, D. P. (۲۰۰۷) Machine ...
  • Dawson, C. W., Wilby, R. (۱۹۹۸) An Artificial Neural Network ...
  • Dibike, Y. B., Velickov, S., Solomatine, D., Abbott, M. B. ...
  • Gao, P. (۲۰۱۱) An Equation for Bed-Load Transport Capacities in ...
  • Goel, A., Pal, M. (۲۰۰۹) Application of Support Vector Machines ...
  • Khorram, S., Ergil, M. (۲۰۱۰) Most Influential Parameters for the ...
  • King, J. G., Emmett, W. W., Whiting, P. J., Kenworthy, ...
  • Kitsikoudis, V., Hrissanthou, V. (۲۰۱۳) Artificial Neural Network modeling of ...
  • Kitsikoudis, V., Sidiropoulos, E., Hrissanthou, V. (۲۰۱۴) Machine Learning Utilization ...
  • Pektaş, A. O. (۲۰۱۵) Determining the Essential Parameters of Bed ...
  • Roushangar, K., Ghasempour, R. (۲۰۱۷) Prediction of Non-Cohesive Sediment Transport ...
  • Roushangar, K., Koosheh, A. (۲۰۱۵) Evaluation of GA-SVR Method for ...
  • Sasal, M., Kashyap, S., Rennie, C. D., Nistor, I. (۲۰۰۹) ...
  • Schneider, J. M., Rickenmann, D., Turowski, J. M., Schmid, B., ...
  • Singh, A., Lanzoni, S., Foufoula-Georgiou, E. (۲۰۰۹) Nonlinearity and Complexity ...
  • Sinnakaudan, S. K., Sulaiman, M. S., & Teoh, S. H. ...
  • Török, G. T., Józsa, J., Baranya, S. (۲۰۱۸) A Shear ...
  • Wang, T., Liu, X. (۲۰۰۹) The Breakup of Armor Layer ...
  • نمایش کامل مراجع