برآورد بار رسوب رودخانه مارون به مخزن سد با استفاده از شبکه عصبی مصنوعی

تخمین صحیح بار رسوبی رودخانه ها از جمله پارامترهای مهم در علم مهندسی رودخانه و رشته های وابسته از جمله هیدرولوژی و هیدرولیک بوده و در مطالعات پایه زیست محیطی و سد سازی نقش مهمی را دارا می‌باشد. مقدار دبی رسوب که در رودخانه ها جریان می یابد بستگی به شرایط اقلیمی منطقه، مانند بارش، درجه حرارت و همچنین شرایط بیولوژیکی و زمین شناسی آن منطقه مانند پوشش گیاهی و نوع خاک دارد. در رودخانه هائیکه امکان برداشت اطلاعات دبی رسوب مستقیما فراهم نیست، ازروشهای معمول آماری جهت بدست آوردن رابطه ای بین دبی و دبی رسوب استفاده میشود که از دقت بالائی برخوردار نیست. روشی که اخیرا مورد توجه کارشناسان قرارگرفته، استفاده از شبکه های عصبی مصنوعی برای برازش رابطه دبی و دبی رسوب میباشد. بمنظور مقایسه این دو روش، در این تحقیق ابتدا دبی رسوب ایستگاه ایدنک واقع در بالادست سد مارون با استفاده از رابطه نمایی دبی–دبی رسوب محاسبه و سپس دبی رسوب ایستگاه مذکور با استفاده از روش شبکه عصبی مصنوعی مورد محاسبه قرار گرفته است. در این مطالعه از یک نرم افزار شبکه عصبی (Qnet2ooo ) که یک پرپسترون چند لایه می‌باشد استفاده گردید. نتایج اجرای مدل نشان می دهد که شبکه بدست آمده نسبت به رابطه نمایی دبی–دبی رسوب از دقت بالاتری جهت برآورد دبی رسوب بر خوردار است.