پیش بینی سیلاب در حوضه آبریز اهر چای با استفاده از شبکه عصبی مصنوعی SCS و GIS(ANN)
Publish place: دومین کنگره بین المللی علوم زمین و توسعه شهری
Publish Year: 1395
Type: Conference paper
Language: Persian
View: 1,585
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ESUD02_515
Index date: 12 November 2016
پیش بینی سیلاب در حوضه آبریز اهر چای با استفاده از شبکه عصبی مصنوعی SCS و GIS(ANN) abstract
سیل همه ساله موجب تخریب ساختار اجتماعی و ساختار مالی، جانی فراوان می گردد. در ایران به دلیل وسعت زیاد، اقلیم متعدد، تراکم زمانی و مکانی بارشها، در اکثر حوضه های ابریز، همه ساله مشهد، سیلابهای عظیمی در بیشترین مناطق کشور می باشیم و از ویژگی های اصلی حوضه آبریز پستی بلندی و نفوذپذیری می باشد این دو ویژگی های از عوامل موثر بر ایجاد رواناب و سیل می باشد نمایه های پستی و بلندی حوضه شامل سطح، شیب، الگوی رودخانه ای و نمایه نفوذپذیری شامل توان جذب آب به داخل خاک و ذخیره رطوبت در ان است منطقه مورد مطالعه به دلیل داشتن اقلیمی نیمه خشک و کوهستانی در نتیجه تغیرپذیی بالای بارش، از جمله مناطقی است که در معرض سیلابهای مخرب قرا ردارد از آنجایی که عوامل مختلفی اقلیمی از جمله: مساحت حوضه، نوع خاک و پوشش گیاهی در کنترل روانابها موثراند، با بررسی همزمان نقش همه عوامل کنترل کننده در وضه آبریز و تلفیق منطقی آنها در محیط GIS امکان برآورد مقادیر رواناب فعلی و حتی پیش بینی سناریو های آتی به صورت علمی میسر گشته است در مطالعه حاضر براساس روش سازمان حفاظت خاک امریکا SCS، برای تعیین ارتفا ع رواناب از نقشه های شماره منحنی CN و نقشه خطوط همباران استفاده گردیده . سپس با مدل سازی و نوشتن فرمولهای مرتبط در محیط نرم افزار GIS نقشه پهنه بندی ارتفاع رواناب و سیلخیزی منطقی تهیه گردید هدف از این پژوهش پیش بینی سلاب رودخانه اهر چای با استفاده از روشهای ک شبکه عصبی مصنوعی ANN، حفاظت خاک آمریکا SCS و GIS می باشد. برای این منظور از داده های سالانه اقلیمی و هیدرلوزیکی دو ایستگاه اهرچ ای و حاجیلار استفاده شد با بررسی همبستگی بین این داده ها و دبی رودخانه اهرچای پارامترهای موثر بر سیلاب تعیین شد. پس از نرمال کردن داده ها، مدلهای مختلف ایجاد شد و نتایج در محیط نرم افزار GIS پیاده سازی شد بررسی نتایج نشان داد که شبکه منتخب MLP با هم بستگی 0/98 در مرحله اموزش و 0/0979 در مرحله آزمایش و خطای کمتر نسبت به سایر شبکه ا به عنوان بهترین مدل در بین انواع شبکه ی عصبی شناخته شد.
پیش بینی سیلاب در حوضه آبریز اهر چای با استفاده از شبکه عصبی مصنوعی SCS و GIS(ANN) Keywords:
پیش بینی سیلاب در حوضه آبریز اهر چای با استفاده از شبکه عصبی مصنوعی SCS و GIS(ANN) authors
منیر شیرزادی
دانشجوی کارشناسی سنجش از دور دانشگاه تبریز
نازیلا هاشم زاده اینی سفلی
دانشجوی کارشناسی ارشد سنجش از دور دانشگاه تبریز
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :