مقایسه روش هیدرولوژیکی و شبکه عصبی در پیش بینی رسوب معلق (مطالعه موردی ایستگاه آق قلا، گرگانرود)

آگاهی از آورد رودخانه در طی ماه های سال، برای انجام برنامه ریزی های مدیریتی منابع آب، به خصوص در مناطقی که منابع آب سطحی به عنوان اصلی ترین منبع برای مصارف شرب، کشاورزی و صنعت به حساب می آیند، اهمیت ویژه ای دارد. در طی مطالعات انجام شده در زمینه آورد رودخانه ها، تعیین حداکثر آورد سالانه رودخانه، از جمله مباحث قابل تامل در برنامه ریزی های مدیریتی می باشد. همچنین در بحث آورد رودخانه، میزان جریان رسوب رودخانه نیز از اهمیت ویژه ای در مدیریت مخازن و منابع آبی برخوردار است. در این مطالعه، میزان جریان رسوب رودخانه گرگانرود در ایستگاه آق قلا، با استفاده از شبکه عصبی- به عنوان مدلی از خانواده هوش مصنوعی- و روش رگرسیونی معمول برآورد شده است و سپس نتایج حاصل از مدل شبکه عصبی و نتایج منحنی سنجه با استفاد از پارامتر آماری PE مورد مقایسه قرار گرفته اند. نتایج حاصل از این تحقیق مناسب بودن روش شبکه عصبی را در برآورد میزان جریان رسوب نشان داده است. سپس با استفاده از هر دو روش، برآورد رسوب در جریان حداکثر دبی لحظه ای سالانه رودخانه، در طی سال های آبی 49-1348 تا 87-1386، صورت گرفته است.

کلیدواژه ها:

دبی حداکثر سالانه ، رسوب ، منحنی سنجه ، شبکه عصبی