پیش بینی وقوع سیل در حوضه آبریز سد طرق واقع در استان خراسان رضوی

سیل یکی از مخاطرات مهم است که خسارت های اقتصادی و جانی زیادی به همراه دارد. یکی از راه های اصلی مقابله با سیل، استفاده از توانایی شبکه های عصبی مصنوعی در طراحی سیستم های هشدار مبتنی بر مدل های پیش بینی بارش– رواناب است. شبکه عصبی مصنوعی شاخه ای از هوش مصنوعی است که با مطالعه بر روی مغز و سیستم اعصاب در ارگانیسم های بیولوژیکی، شبیه سازی شده و در حال حاضر یکی از ابزارهای محاسباتی قدرتمند در زمینه های متعدد محسوب می شود. نمونه مطالعاتی پژوهش حاضر، حوضه آبریز سد طرق واقع در استان خراسان رضوی بوده و روش مورد استفاده برای پیش بینی سیل، بهره گیری از هوش مصنوعی است. این تحقیق پارامترهای هواشناسی، فیزیوگرافی و هیدرولوژی حوضه آبریز را با استفاده از شبکه عصبی مصنوعی، برای تعیین دبی سیلاب صورت گرفته شبیه سازی نموده است. از آنجا که زمان تمرکز حوضه های آبریز مورد بررسی کمتر از سه ساعت بوده و این به معنی آن است که زمان رسیدن بارش از نقطه بارش بر روی حوضه تا خروجی آن کمتر از سه ساعت می شود؛ بنابراین می توان این گونه نتیجه گرفت که هر چه میزان و شدت بارش تعداد روزهای گذشته بیشتری را در محاسبات ورودی شبکه های خود لحاظ کنیم، جواب­ها از واقعیت فاصله می گیرند. پس بهتر است که محاسبات را با در نظر گرفتن میزان و شدت بارش حداکثر یک یا دو روز قبل انجام داد. نتایج حاصل از تحقیق نشان می دهند که با افزایش تعداد لایه های شبکه عصبی و انتخاب مناسب توابع انتقال، میزان دقت مدل بهبود می یابد. در حالت دو لایه ای، استفاده از تابع انتقال Tansig در لایه اول و Purelin در لایه دوم، همراه با در نظر گرفتن میزان و شدت بارش یک روز قبل، بهترین عملکرد را ارائه داده است. مقدار ضریب همبستگی در شرایط بهینه، به ۰.۸۱۷ در حالت کلی و۰.۶۳۲ در مرحله آموزش رسیده است. همچنین، در شبکه های سه لایه ای با ترکیب توابع Tansig، افزایش تعداد نرون ها تا ۱۵ عدد موجب بهبود همبستگی بین خروجی شبکه و مقدار هدف شده است. با این حال، لحاظ کردن میزان بارش دو روز قبل، موجب کاهش مقدار رگرسیون در اعتبارسنجی و آزمایش شده است.

کلیدواژه ها:

مخاطرات طبیعی ، مدیریت منابع آب ، شبکه های عصبی مصنوعی ، استان خراسان رضوی