سیده وحیده هاشمی - دانشجوی دکترای مهندسی عمران، دانشکده مهندسی، دانشگاه سیستان و بلوچستان، زاهدان، ایران
عباسعلی صادقی - دانشجوی دکترای مهندسی عمران، دانشکده مهندسی، دانشگاه آزاد اسلامی واحد مشهد، مشهد، ایران
بهاران خیزاب - دانشجوی کارشناسی ارشد مهندسی عمران، دانشکده مهندسی، دانشگاه بیرجند، بیرجند، ایران

تعیین میزان دقیق بار رسوبی منتقل شده توسط رودخانه ها، برای دامنه وسیعی از پروژه های آبی حائز اهمیت است. فرسایش و رسوبگذاری منجر به اعمال آثار منفی بر شاخصهای کیفی آب، از دست رفتن خاک، کاهش ظرفیت مخازن سدها و وارد شدن خسارت به تاسیسات رودخانه ای میشود. در اغلب رودخانه ها بخش اعظم رسوبات به صورت بار معلق انتقال مییابد. برآورد دقیق میزان رسوبات در مسائلی از جمله طراحی مخازن، برآورد آلودگی دریاچه، تعیین خسارت ناشی از رسوبگذاری به محیط زیست و تعیین تاثیرات مدیریت آبخیز، مورد نیاز است. با توجه به عدم وجود اطلاعات کافی و صحیح از فرسایش، انتقال رسوب و رسوبگذاری در رودخانه ها و مخازن سدهای ایران و همچنین جوان بودن تحقیقات در این رشته و فقدان اندازهگیریهای دراز مدت رسوب، دسترسی به داده های قابل اعتماد رسوب مشکل بوده و لزوم استفاده از روشهای برآورد و تخمین رسوب را مطرح میسازد. از جمله روشهای متداول در تخمین دبی رسوب معلق در ایستگاه های هیدرومتری، ایجاد ارتباط بین داده های دبی رسوب با داده های دبی جریان متناظر با آنها میباشد که از برازش منحنی میان مقادیر دبی جریان و رسوب معلق متناظر با آن به دست می آید. از آنجایی که استفاده از روش منحنی سنجه رسوب همواره با خطای زیادی همراه است لزوم استفاده از روشی هوشمند مانند شبکه عصبی مصنوعی در برآورد مقدار بار معلق رسوب احساس میشود. در این مقاله، رابطه دبی-رسوب مخزن سد طرق با استفاده از مدل عصبی مصنوعی مورد بررسی و ارزیابی قرار گرفته است.

تابع دبی-رسوب، منحنی سنجه، شبکه عصبی مصنوعی، سد طرق.