پیش بینی سیلاب با استفاده از مدل های شبکه عصبی مصنوعی و رگرسیونی وتأثیر آن بر کشاورزی (مطالعه موردی: دهستانهای نیشابور)

در این تحقیق تکنیک شبکه عصبی مصنوعی و روابط رگرسیون جهت برآورد دبی پیک سیلاب دهستانهای شهرستان نیشابور با استفاده از آمار فیزوگرافی و اقلیمی بکار رفته است. به این منظور با بررسی ایستگاه های سینوپتیک، کلیماتولوژی و هیدرومتری اطراف نیشابور، تعداد 17 ایستگاه که حداقل 27 سال آمار روزانه داشتند انتخاب و داده های مساحت، محیط، ارتفاع متوسط، شیب آبراهه اصلی، شیب متوسط حوضه، طول آبراهه اصلی، زمان تمرکز، ضریب گراویلیوس و متوسط بارندگی سالیانه بعنوان ورودی مدل و دبی پیک سیلاب بعنوان خروجی مدل درنظر گرفته شد. ابتدا دبی پیک لحظه ای با روابط رگرسیونی برآورد گردید. سپس برای ایجاد مدل شبکه عصبی 70% داده ها برای آموزش مدل (training) و 30% باقی مانده برای آزمایش آن (testing) بکار رفت. در نهایت بمنظور مقایسه نتایج و ارزیابی کارایی روش های ذکر شده در برآورد دبی پیک لحظه ای،از ظریب همبستگی و ریشه حداقل میانگین مربعات خطا استفاده گردید. نتایج نشان داد که تکنیک شبکه عصبی مصنوعی نسبت به روش های رگرسیونی در برآورد دبی پیک لحظه ای سیلاب برتری دارد. بر اساس این نتایج می توان مشکل کوتاه بودن دوره آماری مربوط به داده های دبی حداکثر لحظه ای در ایستگاه ها را با روش شبکه عصبی مصنوعی برطرف کرد، که این مسئله تأثیر قابل توجهی در جلوگیری از تخریب اراضی کشاورزی و فرسایش خاک خواهد داشت.

پیش بینی سیلاب با استفاده از مدل های شبکه عصبی مصنوعی و رگرسیونی وتأثیر آن بر کشاورزی (مطالعه موردی: دهستانهای نیشابور) Keywords:

سیلاب , شبکه عصبی مصنوعی , مدل رگرسیونی , کشاورزی , نیشابور