سمانه خوشنواز - دانشجوکارشناسی ارشد اقلیم شناسی
صدیقه کریمی دهبکری - دانشجوکارشناسی ارشد اقلیم شناسی

با توجه به اهمیت و حساسیت امر مهار آب های سطحی خصوصاً در کشور ما که اکثر رودخانه های مناطق مختلف فصلی بوده و کمبود آبی که در پهنه وسیعی از کشور وجود دارد ، نیاز به شناسایی و به مدل در آوردن رفتار رودها و شریان های آبی جهت برنامه ریز یهای بلندمدت و استفاده بیشتر و بهتر از پتانسیل های آنها عمیقاً احساس می شود.شبکه های عصبی یکی از رو شهای جدید در حل مسائل مهندسی آب و رودخا نه ها وهمچنین بر آورد دبی رودها است که با الگوبرداری از شبکه عصبی مغز انسان، ضمن اجرای فر ایند آموزش، روابط درونی بین داده ها را کشف می کند و آن را به موقعیت های دیگر تعمیم می دهد . در تحقیق حاضر از روش شبکه های عصبی جهت پیش بینی جریان روزانه)حوضه جاجرود ،زیر حوضه امامه( ، با استفاده از اطلاعات اقلیمی بارش ودبی روزانه طی دوره آماری 1385 تا 1387 ایستگاه هیدرومتری کلوکان انجام گردید. نتایج بدست آمده نشان می دهد که چون انطباق قابل قبولی بین داده های مشاهداتی و شبکه عصبی وجود دارد، مدل پیشنهادی مقدار جریان را با دقت خوبی پیش بینی می نماید . در این روش مقدار خطای اندازه گیری شده ) MSE ) 0.0022 بدست آمده که قابل قبول است

شبکه عصبی مصنوعی ) MLP (، پیش بینی رواناب ، حوضه آبخیز جاجرود، زیرحوضه امامه