بررسی کارایی روش های برآورد بار رسوب معلق رودخانه قره چای

برآورد بار رسوب رودخانه­ها از مسائل مهم و کاربردی در مطالعات و طراحی پروژه­های مهندسی آب و رودخانه می­باشد. لذا شناسایی و پیشنهاد روش­های مناسب جهت برآورد بار معلق رسوب باید بر اساس پژوهش­های مرتبط انجام شود. از جمله این روش­ها مدل­های شبکه عصبی مصنوعی، نروفازی، منحنی سنجه رسوب و همچنین مدل رگرسیونی چند­متغیره می­باشد. در این پژوهش کارایی این روش­ها در پیش­بینی میزان دبی رسوبات معلق حوزه آبخیز رودخانه قره­چای موردبررسی قرار گرفت. همچنین، از سری زمانی روزانه داده­های اندازه­گیری شده دبی جریان و رسوب ایستگاه پل دوآب رودخانه قره­چای استفاده شد. طول دوره آماری استفاده شده در این مدل دو سال آبی (1395-1396) بود. متغیرهای مستقل مورداستفاده برای ورود به شبکه شامل رواناب و بار معلق ایستگاه پل دوآب رودخانه قره­چای بود. متغیر وابسته که همان خروجی شبکه است، بار معلق بود. پس از انجام مدل­سازی با هر یک از ترکیب­ها و محاسبه مقادیر RMSEو R2، بهترین ترکیب انتخاب شد. نتایج نشان داد که روش نروفازی بر اساس ورودی­های دبی و رسوب و مدل­های شبکه عصبی مصنوعی بر اساس ورودی­های دبی، نسبت به رگرسیون چند متغیره و منحنی سنجه رسوب، دارای دقت مطلوب­تری بود. برای مقادیر بالاتر از میانگین درازمدت سری آماری، مقادیر شبیه سازی شده با مدل شبکه عصبی مصنوعی و برای مقادیر پایین تر از میانگین و بار رسوب سالانه هم برآورد نروفازی نسبت به مقادیر مشاهداتی نزدیک­تر بود. درحالی که برای مقادیر حدی بیشینه، تفاوت معنی­داری بین مدل­های شبکه عصبی مصنوعی، نروفازی و رگرسیون خطی مشاهده نگردید.

Keywords:

پل دوآب , نروفازی , رسوبات معلق , شبکه عصبی مصنوعی , منحنی سنجه