تخمین بار رسوب و پدیده پسماند در مواقع سیلابی با استفاده از ANFIS

برآورد رسوب دهی وقایع سیلابی از چالشهای مهم و اساسی در زمینههای هیدرولوژی، محیط زیست و ... دارد. از طرفی تحقیقات اندکی در زمینه فهم رفتار رسوب دهی سیلابی و کاربرد منحنیهای سنجه رسوب در برآورد بار رسوبی وقایعسیلابی انجام شده است. مهمترین رابطه برای تخمین بار رسوب یک رابطهی رگرسیونی توانی میباشد که در برخی موارد نتایج آن با واقعیت تفاوت زیادی دارد. در سالهای اخیر با پیشرفت علوم از هوش مصنوعی در زمینههای مختلفاستفاده میگردد. در این تحقیق توانایی مدل (ANFIS) در تخمین بار رسوب چهار ایستگاه در آمریکا بررسی گردید. بدین منظور اطلاعات مربوط به دبی و بار رسوب روزانه این ایستگاهها با پنج ترکیب ورودی مختلف متشکل از دبی همان روز ) tQ (، دبی روز قبل ) 1-tQ (، بار رسوب روز قبل ) 1-tL ( و زمان متمرکز ) T( به عنوان ورودی ANFIS در نظر گرفتهشد. نتایج نشان داد دقت بهترین ترکیب مدل ANFIS بسیار بیشتر از مدل رگرسیونی میباشد. ترکیبهای مختلف برای تخمین بار رسوب روزانه و بار رسوب متناظر با دبیهای پیک با یکدیگر مقایسه گردید. همچنین بهترین ترکیب برای شبیهسازی پدیده پسماند ارائه گردید. در مجموع در صورتیکه دبی و بار رسوب روز قبل موجود باشد ترکیب1-t,L1-t,QtQ میتواند بهترین نتیجه را در تخمین بار رسوب روزانه و پدیده پسماند ارائه دهد