پیش بینی سیلاب بر پایه تعیین پارامترهای هیدرولوژیکی حوضه چهل چای توسط شبکه عصبی

حجم رواناب ایجاد شده در زیر حوضه ها، مورد توجه پژوهشگران بخش های مختلف مدیریت منابع آب میباشد.پیچیدگی و عدم قطعیت در سیستم های هیدرولوژیکی، کمبود اطلاعات در بسیاری از فرایندهای هیدرولوژیکی، مبهم و غیرصریح بودن این داده ها استفاده از مدل های فیزیکی را مشکل می نماید. در نتیجه باعث می شود تا استفاده از آنالیز عدم قطعیت درزمینه بارش- رواناب که از اصلی ترین فرایندهای هیدرولوژیکی است افزایش یابد. در این تحقیق با استفاده از شبکه عصبی به پیش بینی رواناب متناظر بارش های حوزه چهل چای، استان گلستان پرداخته شد. برای بدست آوردن بارندگی روزانه این حوزه ابریز ازDigital Elevation Model استفاده شد. سپس با استفاده از نقشه های توپوگرافی، مدل DEM در نرم افزار GIS تهیه وبکمک آن پارامترهای فیزیوگرافی حوضه بطور دقیق محاسبه گردیده است. با استفاده از DEM مدل رقومی بارندگی در نرم افزارSPSS تهیه شد. برای ارزیابی کارایی شبکه عصبی داده های شبیه سازی شده و مشاهده ای مربوط به رواناب ها مقایسه شدند. نتایجنشان داد که بر پایه قانون آموزش دلتا، شبکه پرسپترون چند لایه (MLP) با تعداد 29 نرون در تنها لایه میانی (پنهان)، فرایند بارش رواناب را با دقت خوبی شبیه سازی می نماید (ضریب همبستگی 0/91).

کلیدواژه ها:

شبکه عصبی مصنوعی ، حوضه چهل چای ، رواناب