کاربرد شبکه عصبی مصنوعی یکپارچه در شبیه سازی فرآیند بارش-رواناب (مطالعه موردی: حوزه آبخیز چالوس)

پیش بینی دقیق دبی رودخانه یکی از ضروریات مدیریت منابع آب حوزه آبخیز جهت برنامهریزی و کنترل اثرات سیل وخشکسالی به حساب می آید. در این راستا مدلسازی فرآیند بارش رواناب به منظور درک بهتر آن و پیش بینی دقیق تردبی در کانون توجه قرار گرفته است. این تحقیق به منظور ارائه یک مدل بارش رواناب یکپارچه، انجام شده است. هدفاز این تحقیق این بود که پیش بینی رواناب نه فقط در خروجی حوضه، بلکه در هر نقطه دلخواه در داخل حوضه قابلانجام باشد. جهت وصول به این هدف، ماتریسی از پارامترهای هیدروکلیماتیک (بارش روزانه و دبی روزانه) 7 ایستگاههیدرومتری و 3 ایستگاه باران سنجی طراحی شد و با استفاده از شبکه عصبی مصنوعی اجرا شد. مدل شبکه عصبیمصنوعی یکپارچه (IANN) با مقدار RMSE برابر 0/0282 و ضریب کارایی برابر 0/9435 توانست با خطای بسیار کم و دقت بسیار بالا، دبی خروجی همه ایستگاه های هیدرومتری حوزه آبخیز چالوس را پیش بینی کنند. نتایج مرحلهاعتبارسنجی حذفی در ایستگاه واسپول نیز این مسئله را تایید کرد. بهترین ترکیب عوامل هیدروکلیماتیک موثر درخروجی دبی به ترتیب (دبی روز قبل، دبی دو روز قبل، بارش روز جاری و بارش روز قبل) انتخاب شد.

کلیدواژه ها:

مدلسازی ، جعبه سیاه ، هوش مصنوعی ، محاسبات نرم ، هیدرولوژی