بررسی کارایی شبکه عصبی مصنوعی در برآورد رسوبات معلق(مطالعه موردی:حوزه آبخیز صنوبر تربت حیدریه)

همواره ‏از دبی جریان به عنوان مهم ترین عامل انتقال رسوب یاد می شود. با توجه به پیچیدگی فرایند تولید وحمل رسوب و عدم امکان تعیین دقیق معادلات حاکم بر آن همچنین به دلیل وجود پارامترهای مختلف و تاثیر تغییرات مکانی و زمانی شرایط هیدرولوژیکی حوزه ‏آبریز، محققان جهت برآورد دبی رسوب به استفاده ‏از مدل های جعبه سیاه ‏، نظیر شبکه های عصبی مصنوعی(ANN)، روی آورده اند.در این بررسی از داده های همزمان دبی آب و دبی رسوب ایستگاه ‏آب سنجی صنوبر شهرستان تربت حیدریه در بازه زمانی 1350-1388جهت مدل سازی رسوب معلق روزانه استفاده ‏شده ‏است. اجزای شبکه عصبی مصنوعی در محیط نرم افزار نروسلوشن 5 ‏2 انجام شد. بر این اساس ساختارهای متفاوتی از شبکه عصبی مصنوعی (مدل پرسپترون چندلایه) با آرایش های دولایه و تعداد نرون های متفاوت در هر لایه میانی برای مقادیر مختلف دبی رسوب اراثه شد. به این منظور بعد ار رفع نواقص آماری حذف داده های پرت توسط نرم افزار Spss ، ر60درصد داده ها جهت آمورش و 15 ‏ درصد داده ها جهت قابلیت ارزش دهی و 25 ‏درصد برای مرحله اعتبار سنجی وارد نرم افزار گردید. در این پیش بینی مقدار R2 ‏برابر با0/99 ‏و RMSE برابر با 0/014است که نشان ار توانایی بالای شبکه عصبی مصنوعی در پیش بینی و مدل سازی رسوب دارد.

Keywords:

دبی رسوب , شبکه عصبی مصنوعی , حوزه آبخیز صنوبر , دبی جریان , مدل سازی