پیش بینی رواناب ماهانه با استفاده از شبکه عصبی مصنوعی

تعیین رواناب حاصل از بارش یکی از موارد بسیار مهم در تحلیل مسائل هیدرولوژی و مدیریت منابع آب می باشد. پیش بینی رواناب برای اهداف مختلفی نظیر برآورد سیلاب، خشکسالی، مدیریت حوضه آبریز، کشاورزی و .... دارای اهمیت بسیاری است. در این تحقیق از آمار هواشناسی و رواناب طی دوره آماری 52 ‏ساله ( از سال آبی 34 ‏- 1333 ‏تا 88 ‏- 1387 ‏) و شبکه عصبی مصنوعی جهت پیش بینی رواناب ماهانه استفاده شده است. نتایج این تحقیق نشان داد که بهترین مدل شبکه عصبی مصنوعی در این بررسی یک مدل پرسپترون 3 ‏لایه با 4 ‏نرون در لایه ورودی، 5 ‏نرون در لایه پنهان، یک نرون در لایه خروجی و الگوریتم آموزشی مارکوارت-لونبرگ است. داده های ورودی در این مدل شامل بارش در ماه جاری، بارش در ماه قبل، رواناب در ماه قبل و دما است. بدست آوردن ضریب همبستگی 0/91 ‏. نشان دهنده کارای خوب شبکه عصبی در پیش بینی رواناب ماهانه است.

کلیدواژه ها:

رواناب ، رودخانه قره سو ، شبکه عصبی مصنوعی