کاربرد شبکه عصبی مصنوعی در پیش بینی رواناب ناشی از ذوب برف (مطالعه موردی: حوزه آبخیز سد لتیان)
Publish place: Journal of Watershed Management Research، Vol: 6، Issue: 12
Publish Year: 1394
نوع سند: مقاله ژورنالی
زبان: Persian
View: 210
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JWMR-6-12_005
تاریخ نمایه سازی: 17 مهر 1400
Abstract:
سیل یکی از پدیدههای ویرانگر طبیعی است که پیشبینی آن از اهمیت بالایی برخوردار است .فرآیند بارش- رواناب و ایجاد سیلاب پدیدههای فیزیکی هستند که بررسی آنها به سبب تاثیرپذیری از پارامترهای مختلف، دشوار میباشد. تاکنون روشهای مختلفی برای تحلیل این پدیدهها ارایه شده است. پژوهش حاضر با هدف بررسی کارآمدی شبکههای عصبی مصنوعی در شبیهسازی فرآیند بارش- رواناب با دخالت دادن ارتفاع آب معادل برف در حوزه آبخیز لتیان واقع در استان تهران صورت گرفته است. بدین منظور ۹۲ تصویر سنجنده مودیس در طی سه سال آبی ۸۳-۱۳۸۲ تا ۸۵-۱۳۸۴ از سایت ناسا دریافت گردید و سطح پوشش برف در هر یک از تصاویر استخراج و میزان ارتفاع آب معادل برف در طی سالهای مورد نظر محاسبه شد. همچنین دادههای ارتفاع بارندگی، درجه حرارت و دبی در سالهای مورد نظر در دسترس بوده که از شبکههای پرسپترون چندلایه و الگوریتم پس انتشار خطا برای یافتن ساختار شبکه استفاده شد. نتایج نشان داد شبکه عصبی با ساختار ۱-۱۰-۴ با ۴ نرون در لایه ورودی، ۱۰ نرون در لایه میانی و ۱ نرون در لایه خروجی با ضریب کارایی ۸۵/۰ و ضریب تبیین ۶۸/۰ و ریشه میانگین مربعات خطا ۰۴/۰ به عنوان بهترین ساختار از دقت مناسبی در برآورد رواناب برخوردار بود و دخالت دادن آب معادل برف باعث افزایش دقت مدل شد.
Keywords:
Artificial neural network , Rainfall– runoff modeling , Snow water equivalent , Latyan watershed , شبکه عصبی مصنوعی , مدل بارش – رواناب , ارتفاع آب معادل برف , حوزه آبخیز لتیان
Authors
فاطمه صدیقی
Tarbiat Modares University
مهدی وفاخواه
Tarbiat Modares University
محمدرضا جوادی
Islamic Azad University, Noor Branch
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :