مقایسه کارایی روش های هوش مصنوعی و مدل مفهومی HEC_HMS در برآورد افزایش منابع ناشی از بارورسازی ابرها

بررسی هیدروگراف خروجی از حوضه های آبریز جهت مدیریت سیلاب و منابع آب از اهمیت زیادی برخوردار است. در این میان شبیه سازی جریان خروجی از حوضه های مناطق خشک و نیمه خشک و فاقد آمار یا دارای آمار کم امری دشوار بوده و با توجه به ویژگی مناطق خشک ضروری می باشد. روش های مفهومی و هوش مصنوعی از پرکاربردترین روش ها به منظور شبیه سازی مدل های بارش و رواناب در حوضه های آبخیز می باشد. لذا هدف از تحقق حاضر شبیه سازی جریان خروجی از حوضه آبریز تفتا دهشیر به کمک شبکه عصبی مصنوعی و الگوریتم ژنیتک از یک سود و مدل پیوسته HEC-HMS از سوی دیگر می باشد. در این تحقیق به بررسی دقت هر روش پرداخته شده و در انتها با در نظر گرفتن سناریوی های افزایش بارش توسط فناوری باروری ابرها اثر باروری ابرها در افزایش رواناب خروجی از حوضه بررسی شده است. نتایج نشان داد که روش شبکه عصبی با دقت بالاتری توانسته است رواناب خروجی حوضه آبخیز را تعیین نمایید. و باروری ابرها نقش بسزایی در افزایش رواناب خروجی از حوضه آبریز داشته است.

Keywords:

هوش مصنوعی , باروری ابرها , HEC_HMS , منابع آب