ارزیابی و برآورد غلظت رسوب رودخانه ی گرگانرود با دو مدل منحنی سنجه رسوب و سیستم استنتاج فازی عصبی تطبیقی

حوزه ی آبخیز گرگانرود به دلیل شرایط خاص زمین شناسی و هیدرولوژیکی، تولید رسوب زیادی دارد. با توجه بهمشکل آورد رسوب زیاد این رودخانه، در این تحقیق از 494 جفت داده ی دبی و غلظت رسوب متناظر ایستگاهنوده واقع در رودخانه ی گرگانرود از سال 1350 تا 1392 برای مدل سازی غلظت رسوب استفاده شد. برای مدل-سازی روش های هوش مصنوعی (ANFIS)، روش منحنی سنجه رسوب (SRC) و روش های هیدرولوژیکی متداولبرآورد غلظت رسوب شامل: اداره عمران اراضی ایالات متحده (USBR)، سازمان خوار و بار و کشاورزی جهانی(FAO)، برآوردکننده ی نااریب با حداقل واریانس (MVUE)، تخمینگر شبه بیشینه ی درست نمایی (QMLE) وضریب بازسازی مورد بررسی قرار گرفت. نتایج نشان داد در بین روشهای معمول، روش FAO با RMSE وMAE به ترتیب برابر 398 و 283 میلی گرم در لیتر کمترین خطا را داشته است. همچنین مقادیر خطای مرحلهآزمایش بهترین تابع ANFIS (ذوزنقه ای با 3 قانون بصورت خطی) با RMSE و MAE به ترتیب برابر 387 و189 میلی گرم در لیتر است. مقایسه روشهای معمول و هوش مصنوعی (ANFIS) نشان داد مدل ANFISدارای خطای کمتری نسبت به روش منحنی سنجه رسوب بوده و این موضوع نشان میدهد مدل ANFIS باکمک هوش مصنوعی قادر به شبیه سازی بهتر غلظت رسوب است.

Keywords:

حوزه آبخیز گرگانرود , سیستم استنتاج فازی عصبی تطبیقی , منحنی سنجه رسوب , روش های هیدرولوژیکی