استفاده از هوش مصنوعی در برآورد بار رسوبات معلق روزانه (مطالعه موردی رود زرد، استان خوزستان)

انتقال ر سوب تو سط رودخانه ها عامل اصلی مسائل بحرانی مربوط به کیفیت آب، گل و لای مخازن، طراحی سدها، قابلیت ک شتیرانی آبراهه ها، زیستگاه ماهیان، خرابی نیروگاههای برق-آبی و هدررفت خاک ا ست . با این حال، در اغلب ایستگاههای ر سوب سنجی ، ثبت اطلاعات ر سوب به صورت پیو سته وجود ندارد و فقط برای تعداد روزهای اندکی دادههای ر سوب وجود دارد. بنابراین ، تخمین مقادیر رسوب در روزهای فاقد داده بسیار حائز اهمیت است . در این مطالعه ، از شبکه عصبی مصنوعی به عنوان یکی از تکنیک های قوی هوش مصنوعی برای تخمین ر سوب معلق روزانه استفاده شد. برای د ستیابی به اهداف پژوهش ، ابتدا دادههای بلند مدت هواشناسی و هیدرومتری (سال ۲۰۰۰ تا ۲۰۲۰) از سازمانهای مرتبط جمع آوری شد. سپس با استفاده از شبکه عصبی ، رابطه بین رسوب معلق روزانه با سایر پارامترهای محیطی مانند بارندگی ، دبی جریان و دمای حداکثر و حداقل بدست آمد. در پایان، با استفاده از مدل بدست آمده، رسوب معلق روزانه برای کل دوره آماری برآورد و میانگین تولید ر سوب سالانه تعییین گردید. نتایج نشان داد که مدل شبکه عصبی مصنوعی ساخته شده از دقت بالایی برخوردار بوده و ضریب تبیین مدل بهینه برابر با ۸۷,۰ بود. بر ا ساس مدل ایجاد شده، متو سط تولید ر سوب سالانه حو ضه مورد مطالعه برابر با ۱ تن در هکتار در سال تعیین گردید.

استفاده از هوش مصنوعی در برآورد بار رسوبات معلق روزانه (مطالعه موردی رود زرد، استان خوزستان) Keywords:

کیفیت آب , شبکه عصبی مصنوعی , تولید رسوب