نوید بختیاری - کارشناسی ارشد مهندسی عمران آب، دانشگاه آزاد اسلامی واحد اهر
محمدتقی ستاری - عضو هیئت علمی گروه مهندسی آب دانشکده کشاورزی، دانشگاه تبریز

از دیرباز معادله های متنوعی برای تعیین رواناب به منظور مدیریت منابع آب توسط پژوهشگران ارایه شده که کاربرد گسترده ای در علوم هیدرولوژی و شبکه عصبی مصنوعی دارند. در پژوهش حاضر با بهره گیری از داده های مشاهده ای، کاربرد شبکه عصبی مصنوعی در برآورد رواناب بررسی شد. شبکه های عصبی مصنوعی با تجزیه و تحلیل داده های ورودی و نتایج نظیر آن ها ارتباط منطقی بین داده ها برقرار می کند. بدین منظور با استفاده از اطلاعات فیزیوگرافی و اقلیمی سه ایستگاه آبسنجی سیاهرود، ناورود، کرگانرود حوضه گیلان، مقادیر رواناب برآورد شده از مدل های هوشمند عصبی با مقادیر رواناب سالانه مقایسه گردید. پارامترهای ورودی شامل متوسط بارش سالانه، متوسط دمای هوا، دمای حداقل و حداکثر هوا بود . به طور کلی می توان گفت ، مدل شبکه عصبی مصنوعی در تخمین جریان سالانه حوضه از دقت بالایی برخوردار بوده و نتایج بدست آمده می تواند در برنامه ریزی و بهبود منابع آب، مفید و موثر واقع گردد.

برآورد رواناب، شبکه عصبی مصنوعی، حوضه گیلان