محسن بهادری - گروه عمران ،دانشگاه آزاد اسلامی، مشهد، ایران
فرهاد خام چین مقدم - گروه عمران ،دانشگاه آزاد اسلامی، مشهد، ایران ،
سیداحسان شیرنگی - گروه عمران ،دانشگاه آزاد اسلامی، مشهد، ایران

ارزیابی و برآورد بارش مساحتی (متوسط بارش در سطح یک حوضه) یکی از پارامتر های اساسی در شبیه سازی مدل های هیدرولوژی حوضه آبریز می باشد. تغییرات مقدار بارش در نقاط مختلف یک حوضه وعدم فراوانی ایستگاه های باران سنجی و همچنین عدم توزیع مکانیایستگاه های بارانسنجی؛ اهمیت تعیین روش کارامدتر جهت تعیین برآورد بارش متوسط یک حوضه را دوچندان مینماید. روش های مختلفیبرای تخمین بارش متوسط یک حوضه مطرح است. شبکه های هوشمند عصبی درفرآیندهایی که راه حل و رابطه صریحی وجود نداشته واطلاعات دارای عدم قطعیت می باشند کاربرد وسیع داشته و درحال توسعه میباشد . در این تحقیق مقدار بارش روزانه در ایستگاه های مختلف دردشت مشهد با کمک این روش مدلسازی گردید. کارایی شبکه های عصبی مختلف با تعیین مقدار ریشه میانگین مربعات خطا سنجیده شد کهنتایج حاصله حاکی از آن است که با انتخاب تعداد نرون و معادلات مناسب و همچنین تنظیم پارامترهای وزن ، بایاس وگرادیان نزولی خطا شبکه-های عصبی مصنوعی از دقت مناسبی برخوردار می باشند. روش های کریجینگ و IDW نیز بترتیب بعد از شبکه های عصبی مصنوعی با توجه بهآسان بودن نیز برای برآورد بارش مساحتی روزانه در دشت مشهد کاربردی می باشند.

بارش مساحتی، شبکه عصبی مصنوعی، بارش روزانه دشت مشهد