شبیه سازی جریان روزانه رودخانه با استفاده از برآورد های الگوریتم های بارش ماهواره ای

توسعه روشهای برآورد آبدهی جریان در مقیاس زمانی روزانه با توجه به کمبود ایستگاه های هیدرومتری در بیشتر حوضه های آبریز کشور از موارد ضروری است که به بهبود اطلاعات مورد نیاز برای اهداف مدیریتی مرتبط با منابع آب منجر می گردد جهت اندازه گیری بارش به عنوان متغیر اصلی در برآورد رواناب می توان از محصولات الگوریتم های ماهواره ای که دارای پوشش زمانی و مکانی مناسبی می باشند استفاده کرد در این تحقیق ابتدا شبیه سازی جریان روزانه رودخانه ساروق چای از حوضه آبریز زرینه رود با مدل شبکه عصبی مصنوعی ANN و داده های زمینی روزانه بارش دما و آبدهی برای سالهای 1367تا1387 انجام شده و شبکه توسعه یافته مورد آموزش صحت سنجی و آزمون قرار گرفت سپس جهت ارزیابی محصولات الگوریتم های بارش ماهواره ای در شبیه سازی دبی که هدف این تحقیق می باشد داده های ماهواره ای روزانه بارش الگوریتم های PERSIANN،TMPA-3B42V7،TMPA-3B42RTوCMORPH در فاصله سالهای 1382تا1387 به عنوان ورودی شبکه آموزش دیده مذکور استفاده گردید با در نظر گرفتن R2 و شاخص های RMSEو MAE برای ارزیابی ها نتایج نشان می دهند که داده های الگوریتم های ماهواره ای توانایی بالای در شبیه سازی رواناب حوضه مطالعاتی دارند

کلیدواژه ها:

محصولات بارش ماهواره ای ، شبیه سازی ، جریان روزانه ، شبکه عصبی مصنوعی ، حوضه آبریز