برآورد بار رسوبی کل با استفاده از روش رگرسیون فرآیند گوسی (GPR)

اندازه گیری بار رسوبی در رودخانه ها از مسایل مهم و کاربردی در مدیریت و برنامه ریزی منابع آب است که کمک شایانی به کنترل و مهار خسارات ناشی از تجمع رسوب می نماید. هدف از این پژوهش ارایه روشی هوشمند به نام رگرسیون فرآیند گوسی برای تخمین مقدار بار رسوب کل می باشد. برای این منظور از کرنل هایی نظیرardmatern32 ،squaredexponential ، matern32،matern52 ،ardsquaredexponential و ardmatern52 و 3370 داده آزمایشگاهی و صحرایی استفاده شده است که 70 درصد آن داده های آموزش و 30 درصد داده های آزمون می باشد. متغیرهای ورودی با کرنل های فوق مدل شده و پس از انتخاب بهترین مدل، نتایج حاصل با سه معادله انتقال رسوب مقایسه شدند. شاخص های آماری نشان داد که در مدل رگرسیون گوسی، دفت کرنل ardmatern32 با 8/0R2= و 04/584 RMSE= برای داده های بدون بعد آزمایشگاهی بیش از سایر مدل هاست. رابطه انگلوند –هانسن نیز با 7/0R2= و 49/716RMSE= نسبت به سایر روابط تجربی، در برآورد باررسوب کل عملکرد بهتری دارد.

Keywords:

بار رسوبی , پیش بینی , روش هوشمند , معادلات تجربی