محمد ابراهیم یخکشی - دانشجوی دکتری آبیاری – واحد علوم و تحقیقات دانشگاه آزاد اسلامی
بهرام ثقفیان - دانشیار مرکز تحقیقات حفاظت خاک و آبخیزداری کشور
حسین صدقی - دانشیار مرکز تحقیقات حفاظت خاک و آبخیزداری کشور

برای افزایش کارایی سیستم های هشدار سیل در حوضه های آبریز به ویژه حوضه های کوچک با سیل های ناگهانی، پیش بینی کمی بارش کوتاه مدت ضروری است. پیش بینی دقیق کمیت بارش یکی از مشک لترین موضوعات در هواشناسی است به همین دلیل در خیلی از کشور ها از جمله ایران، غالب پیش بینی ها به صورت کیفی است. در این مقاله یک مدل ساده پیش بینی کمی بارش ۱۲ ساعته بر اساس شبکه عصبی مصنوعی از نوع پرسپترون چند لایه در حوضه سد گلستان یک در گرگان - ا یران ارائه می شود. داده ها شامل اطلاعات جو بالا در سطوح مختلف فشاری و نیز پدیده های هواشناسی سطح زمین است. نتایج نشان می دهد در صورت بهبود داده های جو بالا در سطح حو ضه های آبریز، می توان پیش بینی کمی را قبل از وقوع بارش انجام داد و در هر ۱۲ ساعت به هنگام کرد. پیوند خروجی مدل پیش بینی بارش با یک مدل بارش-رواناب پیش بینی سیل و سیستم هشدار را بهبود می بخشد.

پیش بینی بارش، شبکه عصبی، پیش هشدار، جو بالا