مدلسازی بارش-رواناب با استفاده از روشهای شبکه عصبی مصنوعی و HEC- HMS (مطالعه موردی: حوضه آبریز قره سو)

یکی از روشهایی که در زمینه های مختلف علمی استفاده شده و می تواند فرایند پیچیده بارش-رواناب راشبیه سازی کند، استفاده از مدل های شبکه عصبی مصنوعی است. هدف این تحقیق، بررسی کارآمدی شبکه هایعصبی مصنوعی در شبیهسازی فرایند بارش-رواناب و مقایسه نتایج آنها با مدل HEC-HMS در حوضه آبریز قره سو در استان اردبیل است. داده های مورد استفاده در این تحقیق شامل بارندگی روزانه به همراه دبی روزانه ولحظه ای رودخانه مزبور طی یک دوره آماری 30 ساله است. نتایج تحقیق نشان میدهد که هر یک از روشهایاستفاده شده در این تحقیق، دارای توانایی قابل توجهی در تخمین میزان بارش-رواناب حوضه قره سو داشته ولذا با اطمینان کافی میتوان از آنها در مقادیر بارش-رواناب بهره برد و به عنوان مدلهای قابل قبول در اینزمینه معرفی نمود. از بین مدلهای فوق، مدل دوم از شبکه عصبی (بارش امروز و رواناب دیروز) با توجه بهمعیارهای ارزیابی با بیشت ترین ضریب تبیین (0/88) و کمترین خطا در مرحله صحت سنجی به عنوان بهترین مدل انتخاب گردید. ضمنا در مقایسه نمودارهای پراکنش سه مدل، نمودار مدل دوم از شبکه های عصبی، ویژگی های قابل قبولی را نسبت به سایر مدلها داراست.

Keywords:

شبکه عصبی مصنوعی , مدل HEC-HMS , بارش-رواناب , حوضه قره سو