مجید خزایی
سیدحمیدرضا صادقی
سید خلاق میرنیا

برآورد رسوب یکی از ارکان مدیریت حوزه های آبخیز می باشد. به همین جهت تاکنون تلاش های زیادی برای طراحی مدل های پیش بینی کننده آن و از جمله مدل-های شبکه عصبی مصنوعی و مدل های رگرسیونی اشاره کرد. حال آن که مقایسه عملکرد آن ها کم تر مورد توجه قرار گرفته است. بر این اساس پژوهش حاضر با هدف مدل سازی تلفات خاک ناشی از هفده رگبار به وقوع پیوسته در پلات های مستقر در جنگل تخریب شده و نشده در سه تکرار) در حوزه آبخیز آموزشی و پژوهشی جنگلی دانشگاه تربیت مدرس (کجور) از مهرماه ۱۳۸۸ تا فروردین ۱۳۸۹، با استفاده از روش های شبکه عصبی مصنوعی و روش همبستگی دو و چند متغیره پی ریزی گردید. نتایج دقت سنجی مدل ها با معیارهای ریشه مجذور مربعات خطا، ضریب کارایی و ضریب تعیین در روش همبستگی دو و چند متغیره بیان گر دقت بیش تر مدل همبستگی با سه ورودی مقدار بارش، حجم روان آب و ضریب روان آب، نسبت به دیگر روش ها می باشد. در روش شبکه عصبی مصنوعی مدل با ورودی های مشابه روش همبستگی دو و چند متغیره در بین مدل های دیگر شبکه عصبی مصنوعی با ورودی های متفاوت، دقت برآورد بیش تری داشته است. مقایسه مدل های شبکه عصبی مصنوعی با روش های همبستگی دو و چند متغیره در تمامی مدل های محاسبه شده گویای دقت برآورد بیش تر مدل شبکه عصبی مصنوعی نسبت به مدل های همبستگی در هر دو تیمار بوده است.

Deforestation, Erosion Plot, Soil Conservation, Storm wise Sediment Yield, پلات فرسایشی، تخریب جنگل، حفاظت خاک، رسوب رگبار