تخمین دبی اوج سیلاب و حجم رواناب رگبار با استفاده از شبکه عصبی- فازی تطبیقی (مطالعه موردی: حوزه آبخیز کسیلیان)

پیش­بینی دبی اوج سیلاب و حجم رواناب یکی از چالش­های مهم در مدیریت حوزه­های آبخیز می­باشد. پژوهش حاضر با هدف تخمین دبی اوج سیلاب و حجم رواناب به کمک شبکه عصبی مصنوعی و شبکه عصبی-فازی تطبیقی در حوزه آبخیز کسیلیان صورت گرفته است. بدین منظور ۱۵ ویژگی بارندگی برای ۶۰ رگبار از سال ۱۳۵۴ تا ۱۳۸۸ مدنظر قرار گرفت. شاخص­های آماری میانگین مربعات خطا (RMSE)، ضریب کارایی (CE) و ضریب تبیین (R۲) برای ارزیابی کارآیی مدل­ها استفاده شدند. نتایج نشان داد که متغیر دبی اوج سیلاب روش شبکه عصبی- فازی تطبیقی با ضریب تبیین ۹۵/۰، مجموع میانگین مربعات خطای ۲۲/۱ و ضریب کارایی ۸۵ درصد نسبت به شبکه عصبی مصنوعی با ضریب تبیین ۸۶/۰، مجموع میانگین مربعات خطای ۲۸/۱ و ضریب کارایی ۸۲ درصد عملکرد بهتری داشته است. در متغیر حجم رواناب نیز شبکه عصبی فازی- تطبیقی با ضریب تبیین ۹۹/۰، مجموع میانگین مربعات خطای ۵۴/۲۳۶۹ و ضریب کارآیی ۹۹ درصد نسبت به شبکه عصبی مصنوعی ضریب تبیین ۹۸/۰، مجموع میانگین مربعات خطای ۸۲/۱۰۲۸۲ و ضریب کارایی ۹۸ درصد عملکرد بهتری ارئه نمود. با توجه به نتایج آنالیز حساسیت بارش مازاد حساس­ترین عامل در تخمین دبی اوج و حجم رواناب شناخته شد.

Keywords:

ANN , ANFIS , Excess rainfall , Factor analysis , Kasilian watershed , Sensitivity analysis , آنالیز حساسیت , بارش مازاد , تحلیل عاملی , حوزه آبخیز کسیلیان , شبکه عصبی مصنوعی , شبکه عصبی- فازی تطبیقی