برآورد رسوب معلق با استفاده از متغیرهای کیفی آب در رودخانه اروند

برآورد رسوب معلق در رودخانه ها برای برنامه ریزی و اجرای پروژه های کلان مدیریت منابع آب مانند سدهای بزرگ ذخیره ای بسیار مهم میباشد. همچنین به دلیل هزینه بالای اندازه گیری رسوب در ایستگاه ها، احتیاج به روش های جایگزین برآورد رسوب معلق داریم که یکی از این روش ها برآورد رسوب معلق با استفاده از متغیرهای کیفی آب میباشد. بنابراین در این تحقیق ارتباط بین داده های مذکور، توسط روش های رگرسیون چند متغیره و شبکه عصبی مورد بررسی قرار گرفت. نتایج ارزیابی خطا نشان داد که شبکه عصبی مصنوعی با ضریب همبستگی 50/. دارای دقت بیشتری نسبت به رگرسیون چند متغیره با ضریب همبستگی 18/. میباشد. همچنین مجموع مربعات خطای 121/476 رگرسیون چند متغیره و 5/48 شبکه عصبی مصنوعی، دقت بالاتر مدل هوش مصنوعی را تایید می کند.

کلیدواژه ها:

شبکه عصبی مصنوعی ، رسوب معلق ، متغیرهای کیفی ، رگرسیون چند متغیره