ورود
مقالات فارسیISIکنفرانسهاژورنالها

مقایسه عملکرد مدل های هوش مصنوعی با مدل IHACRES در مدل سازی جریان حوضه آبریز رودخانه گاماسیاب

محل انتشار: فصلنامه مدل سازی و مدیریت آب و خاک، دوره: 2، شماره: 3
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 398

فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:
https://civilica.com/doc/1458649

شناسه ملی سند علمی:

JR_MMWS-2-3_001

تاریخ نمایه سازی: 16 خرداد 1401

چکیده مقاله:

امروزه رویکردهای جدید مدل سازی جریان به دلیل تغییرات اقلیمی و نوسانات شدت و مدت بارش در اکثر مناطق جهان، برای مدیریت منابع آب و کاهش خطرات ناشی از بروز سیلاب نقش فوق العاده ای دارند. در این پژوهش، به مدل سازی جریان برای حوضه آبریز رودخانه گاماسیاب، واقع در غرب ایران، پرداخته شده است. برای این منظور از مدل های هوش مصنوعی (AI) شامل، مدل های شبکه عصبی مصنوعی (ANN) از نوع پرسپترون چندلایه (MLP)، شبکه عصبی تابع پایه شعاعی (RBF) و مدل حافظه طولانی کوتاه-مدت (LSTM) استفاده شده است. علاوه بر این برای ارزیابی بهتر مدل های AI از یک مدل تخصصی نیمه مفهومی بارش-رواناب نیز با عنوان IHACRES بهره گرفته شد. داده های مورد استفاده شامل، داده های دبی جریان، بارش و متوسط دمای روزانه برای یک دوره زمانی ۳۱ سال (۱ مهر ۱۳۶۵-۳۱ شهریور ۱۳۹۶) که به صورت سری زمانی داده های با تاخیر و به عنوان سیگنال ورودی به مدل ها استفاده شده است. جهت ارزیابی عملکرد مدل ها از معیار ضریب کارایی نش-ساتکلیف (NSE)، مجذور میانگین مربعات خطا (RMSE) و ضریب همبستگی (R) استفاده شد. نتایج به دست آمده براساس معیار NSE برای مدل هایLSTM ، RBF، ANN و IHACRES در دوره صحت سنجی به ترتیب برابر مقادیر ۰/۹۳۰، ۰/۹۰۷، ۰/۹۰۳ و ۰/۵۱۲ است. بنابراین، مدل LSTM عملکرد بهتری در دوره صحت سنجی نسبت به سایر مدل ها در تخمین دبی جریان ارائه کرد. در ضمن، نتایج به دست آمده هر چهار مدل به کار گرفته شده رضایت بخش است. نتایج حاکی از عملکرد بهتر مدل های ANN، RBF و LSTM به ویژه در نقاط اوج جریان نسبت به IHACRES در مدل سازی جریان برای منطقه مورد مطالعه است. در کل، نتایج نشان داد که مدل های AI، ابزار مفید برای مدل سازی نوسانات جریان هستند و توصیه می شود در مطالعات آتی، این ابزار بیش تر مورد استفاده قرار گیرد.

کلیدواژه ها:

نویسندگان

صادق مومنه

دانش آموخته کارشناسی ارشد مهندسی عمران/ گرایش مهندسی و مدیریت منابع آب، دانشکده فنی مهندسی، دانشگاه رازی، کرمانشاه، 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 :
  • Adamowski, J., & Chan, H.F. (۲۰۱۱). A wavelet neural network ...
  • Ahmadi, M., Moeini, A., Ahmadi, H., Motamedvaziri, B., & Zehtabiyan, ...
  • Ahooghalandari, M., Khiadani, M., & Kothapalli, G., (۲۰۱۶). Assessment of ...
  • Amiri, E., Roudbari Mousavi, M.M. (۲۰۱۶). Evaluation of IHACRES hydrological ...
  • Arnold, J.G., Moriasi, D.N., Gassman, P.W., Abbaspour, K.C., White, M.J., ...
  • Santhi, C., Harmel, R.D., Van Griensven, A., Van Liew, M.W., ...
  • ASCE, (۲۰۰۰). Artificial Neural Networks in Hydrology II: Hydrologic Applications. ...
  • Beck, M.B. (۱۹۹۱). Forecasting environmental change. Journal of Forecasting, ۱۰, ...
  • Carcano, E.C., Bartolini, P., Muselli, M., & Piroddi, L. (۲۰۰۸). ...
  • Chen, L.H., Chen, C.T., & Pan, Y.G. (۲۰۱۰). Groundwater Level ...
  • Coulibaly, P., Anctil, F., & Bobee, B. (۲۰۰۰). Daily reservoir ...
  • Croke, B.F.W., & Jakeman, A.J. (۲۰۰۷). Use of the IHACRES ...
  • Croke, B.F.W., Andrews, F., Jakeman, A.J., Cuddy, S.M., & Luddy, ...
  • Ebrahimi, H., & Rajaee, T. (۲۰۱۷). Simulation of groundwater level ...
  • Gong, Y., Zhang, Y., Lan, S., & Wang, H. (۲۰۱۶). ...
  • Hochreiter, S., & Schmidhuber, J. (۱۹۹۷). Long short-term memory. Neural ...
  • Hsu, K.l., Gupta, H.V., Adamowski, J., Fung Chan, H., Prasher, ...
  • Jakeman, A., Littlewood, I., & Whitehead, P. (۱۹۹۳). An assessment ...
  • Jha, M.K., & Sahoo, S. (۲۰۱۵). Efficacy of neural network ...
  • Jimeno-Saez, P., Senent-Aparicio, J., Perez-Sanchez, J., & Pulido-Velazquez, D. (۲۰۱۸). ...
  • Kagoda, P.A., Ndiritu, J., Ntuli, C., & Mwaka, B. (۲۰۱۰). ...
  • Kang, K.W., Kim, J.H., Park, C.Y., & Ham, K. J. ...
  • Kegl, B., Krzyak, A., & Niemann, H. (۲۰۰۰). Radial basis ...
  • Kim, J.W., & Pachepsky, Y.A. (۲۰۱۰). Reconstructing missing daily precipitation ...
  • Kim, H., & Lee, S. (۲۰۱۴). Assessment of a seasonal ...
  • Kim, K.B. (۲۰۱۵). Application of a baseflow filter for evaluating ...
  • Kim, K.B., Kwon, H-H., & Han, D. (۲۰۱۸). Exploration of ...
  • Kim, T.W., & Valdes, J.B. (۲۰۰۳). Nonlinear Model for Drought ...
  • Kumar, D.N., Raju, K.S., & Sathish, T., (۲۰۰۴). River flow ...
  • Letcher, R., Schreider, S.Y., Jakeman, A., Neal, B., & Nathan, ...
  • Moriasi, D. N., Arnold, J. G., Van Liew, M.W., Bingner, ...
  • Motovilov, Y.G., Gottschalk, L., Engeland, K., & Rodhe, A. (۱۹۹۹). ...
  • Mubialiwo, A., Abebe, A., & Onyutha, C. (۲۰۲۱). Performance of ...
  • Nayak, P.C., Satyaji Rao, Y.R., & Sudheer, K.P. (۲۰۰۶). Groundwater ...
  • Nourani, V., Baghanam, A.H., Rahimi, A.Y., & Nejad, F.H. (۲۰۱۴). ...
  • Onyutha, C. (۲۰۱۹). Hydrological model supported by a stepwise calibration ...
  • Principe, J.C., Euliano, N.R., & Curt Lefebvre, W. (۱۹۹۹). Neural ...
  • Panda, R.K., Pramanik, N., & Bala, B., (۲۰۱۰). Simulation of ...
  • Pramanik, N., & Panda, R.K. (۲۰۰۹). Application of neural network ...
  • Rezaeianzadeh, M., Stein, A., Tabari, H., Abghari, H., Jalalkamali, N., ...
  • Sen, S.Y., & Ozkurt, N. (۲۰۲۰). Convolutional Neural Network Hyperparameter ...
  • Solomatine, D.P., & Ostfeld, A. (۲۰۰۸). Data-driven modelling: some past ...
  • Taesombat, W., & Sriwongsitanon, N. (۲۰۱۰). Flood investigation in the ...
  • Tokar, B.A.S., & Johnson, P.A. (۱۹۹۹). Rainfall-Runoff modeling using artificial ...
  • Vaze, J., Post, D. A., Chiew, F. H. S., Perraud, ...
  • Wagena, M.B., Goering, D., Collick, A.S., Bock, E., Fuka, D.R., ...
  • Wu, C., Zhang, X., Wang, W., Lu, C., Zhang, Y., ...
  • Ye, W., Bates, B.C., Viney, N.R., Sivapalan, M., & Jakeman, ...
  • Young, C.C., Liu, W.C., & Wu, M.C. (۲۰۱۷). A physically ...
  • Zareian, M.J., Eslamian, S., Gohari, A., & Adamowski, J.F. (۲۰۱۷). ...
  • Zarezade Mehrizi, S., Khoorani, A., Bazrafshan, J., & Bazrafshan, O. ...
  • Zeinoddini, S., Anvari, S., & Zahmatkesh, Z. (۲۰۱۸). Application of ...
  • Zhang, G., Patuwo, B., & Hu, M.Y. (۲۰۰۱). A simulation ...
  • Zhu, S., Luo, X., Yuan, X., & Xu, Z. (۲۰۲۰). ...
    • نمایش کامل مراجع