تخمین رسوب معلق با استفاده از مقایسه مدل شبکه عصبی مصنوعی و منحنی سنجی رسوب(مطالعه موردی رودخانه پسیخان)

رواناب سطحی و جریان آب در رودخانه ها همواره با فرسایش خاک و حمل مواد رسوبی همراه است این مواد در هر جا ایجاب کند رسوب می کند، این پدیده باعث اثر گذاری و خسارت روی شاخص های کیفی آب ،کنش بستر و کناره های رودخانه و همچنین مخازن سدها و طرح های عمرانی می شود.لذا پیش بینی دقیق میزان رسوب بوسیله مدل های هیدرولوژیکی و استفاده از بهترین مدل به علت فقدان اندازه گیری های دراز مدت رسوب و جوان بودن تحقیقات مانع از دستیابی به اعداد قابل مطمئن می شود تاکنون روش ها یا مدل های متعددی در زمینه پیش بینی میزان رسوب و ایجاد یک مدیریت پایدار حوضه های آبخیز داری ارایه شده است. که نتایج حاصل از این روش ها در اغلب موارد اختلافات فاحشی با هم دارند. مهمترین مشکل ارزیابی این روش ها را می توان فقدان آمار مشاهدهای قابل اعتماد در این حوضه ها دانست در این تحقیق با مقایسه کردن روش منحنی سنجی رسوب با مدل شبکه عصبی مصنوعی که از بار معلق رسوب ،به همراه دبی جریان همان روز،دبی جریان روز قبل و دو روز قبل مورد بررسی قرار گرفت،استفاده شده است. نتایج قابل قبولی حاصل شد که نشان دهنده آن است روش شبکه عصبی مصنوعی که دارای دو معیار میانگینی مربعات خطات MSE=0/005 و همچنین ضریب همبستگی r=0/90 که نسبت به روش منحنی سنجه با دقت بالاتری برخورد است.

Keywords:

ایجاب , مخازن سدها , مدل های هیدرولوژیکی