برآورد رواناب حوضه بار اریه با استفاده از مدل های WetSpa و شبکه عصبی مصنوعی
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 360
فایل این مقاله در 21 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GEOP-21-62_007
تاریخ نمایه سازی: 14 آبان 1400
چکیده مقاله:
برآورد صحیح رواناب حوضه نقش بسیار مهمی در مدیریت آن دارد. تا به حال محققین زیادی از مدل های یکپارچه، توزیعی و هم چنین از روش های هوشمند مصنوعی به منظور برآورد رواناب حوضه استفاده نمودند. در تحقیق حاضر برای برآورد آبدهی حوضه بار اریه با مساحتی معادل با ۱۱۲ کیلومتر مربع و متوسط بارش سالانه ۷۲/۳۰۶ میلی متر از دو مدل توزیعی WetSpa و مدل هوشمند شبکه عصبی مصنوعی ANN استفاده گردید. به منظور اجرای مدل WetSpa از دو دسته اطلاعات شامل نقشه های رستری و اطلاعات هواشناسی و برای مدل شبکه عصبی مصنوعی تنها از اطلاعات هواشناسی استفاده گردید. اجرای مدل های مذکور در دوره ی ۵ ساله صورت پذیرفت. به منظور مقایسه نتایج مدل ها، از معیارهای ارزیابی ضریب همبستگی R۲، مجذور میانگین خطای استاندارد RMSE و میانگین قدر مطلق خطا MAE استفاده شد. نتایج بدست آمده نشان داد مدل WetSpa با R۲و RMSE برابر با m۳/s۹۲۰/۰ وm۳/s ۳۴۶/۰ و هم چنین مدل شبکه عصبی مصنوعی با R۲و RMSE برابر با m۳/s ۹۵۹/۰ و m۳/s ۳۱۰/۰ توانایی شبیه سازی جریان رودخانه بار اریه را دارند. هم چنین استفاده از مدل شبکه عصبی مصنوعی موجب کاهش خطای برآورد رواناب حوضه به مقدار ۶/۱۱ درصد در مقایسه با مدل WetSpa شده است.
کلیدواژه ها:
نویسندگان
حسین رحمتی
دانشجوی دکتری رشته ی مهندسی آبیاری و زهکشی، دانشگاه شهید چمران اهواز، دانشکده مهندسی علوم آب
صمد امامقلی زاده
دانشیار رشته ی سازه های آبی، عضو هیئت علمی گروه آب و خاک دانشکده کشاورزی دانشگاه شاهرود
حسین انصاری
استاد گروه علوم و مهندسی آب، دانشگاه فردوسی مشهد