برآورد دبی رودخانه قره آغاج (بند بهمن) با استفاده از شبکه عصبی مصنوعی

سیلاب یکی از پدیده های ویرانگر طبیعی است که پیش بینی آن از اهمیت بالایی برخوردار است. برآورد بارش –روان آب و سیلاب، به دلیل تاثیرگذاری عوامل مختلف، دشوار است. تا کنون روش های مختلفی برای تحلیل این پدیده ها پیشنهاد شده است. هدف این پژوهش مقایسه کارآمدی شبکه های عصبی مصنوعی (ANNs) در شبیه سازی فرآیند بارش- روان آب و پیش بینی دبی سیلاب است. به این منظور حوضه بند بهمن بر روی رودخانه قره آغاج برگزیده شد و ورودی های مدل که عبارتند از: بارش،بارش ماه قبل،بارش دو ماه قبل، درجه حرارت ماه قبل، درجه حرارت دو ماه قبل، تبخیر ماه قبل، تبخیر دو ماه قبل و دبی ماه قبل و خروجی مدل که دبی رودخانه می باشد، مبنای کار قرار گرفت . سپس شبکه عصبی مصنوعی با الگوریتم پس انتشار خطا و استفاده از تابع آموزش Levenberg–Marquardt آموزش داده شد. برای ارزیابی کارایی ANN، داده های شبیه سازی شده و مشاهده ای مربوط به کل دبی و حجم روان آب، دبی های اوج و زمان- های اوج مقایسه شدند. نتایج نشان داد که شبکه پرسپترون چند لایه (MLP) با تعداد 8 نرون در لایه ی اول و 8 نرون در لایه میانی، دبی رودخانه را با دقت خوبی شبیه سازی می نماید. ضریب همبستگی کل داده های دبی شبیه سازی شده و مشاهده ای، 0/89 به دست آمد.ANN اندازه و زمان دبی های اوج را نیز به خوبی برآورد کرد.

کلیدواژه ها:

دبی رودخانه ، شبکه عصبی مصنوعی ، رودخانه قره آغاج ، ضریب همبستگی