تعیین پارامترهای موثردر پیش بینی جریان روزانه رودخانه کشف رود با استفاده از شبکه عصبی

پیش بینی جریان رودخانه ها نقش بسزایی در برنامه ریزی و مدیریت و بهره برداری از منابع آب دارد. در این راستا پیش بینی دقیق و قابل اعتماد متغیرهای هیدرولوژیکی مانند دبی از اهمیت خاصی برخوردار است. پیش بینی جریان رودخانه در بهینه سازی مدیریت منابع آب بسیار موثر میباشند. امروزه استفاده از مدل های شبکه عصبی مصنوعی که مبتنی بر هوش مصنوعی می باشد کاربرد گسترده ای در زمینه های مختلف علمی به ویژه مهندسی آب پیدا کرده است. در این مطالعه، از شبکه مصنوعی به منظور پیشبینی جریان روزانه رودخانه تالار، تعیین پارامترهای موثر در پیشبینی جریان رودخانه و بررسی امکان جایگزینی باران تجمعی با آب معادل برف استفاده شده است. شبکه مورد استفاده در این تحقیق از نوع تابع پایه شعاعی (RBF) و پرسپترون چند لایه (MLP) است، که ورودی های مدل ANN باران، دما، تبخیر، رطوبت آب معادل برف و دبی در مقیاس روزانه است که این داده ها بازه زمانی سال های 1389-1382را در بر میگیرد. نتایج حاصل از این تحقیق نشان می دهد پارامترهای ورودی دما، تبخیر و رطوبت و آب معادل برف از پارامترهای موثر در پیشبینی جریان رودخانه می باشند.و مدل RBF کارآمدتر از مدلMLP است.

کلیدواژه ها:

پیش بینی جریان ، آب معادل برف ، MLP ، RBF