پیش بینی جریان ماهانه رودخانه ارمند با استفاده از شبکه عصبی مصنوعی

مدلسازی بسیاری از فرایندهای هیدرولوژی همانند دبی رودخانه به دلیل تعدد عوامل موثر بر آن به صورت زمانی و مکانی بسیار پیچیده است. شبکه عصبی از جمله روشهاییاست که معمولا0 برای تخمین چنین فرایندهایی مورد استفاده قرار میگیرد. به همین علت در این تحقیق سعی شده است تا با براساس داده های هواشناسی چون بارش، دمای ماهانه و داده های هیدرومتری، یک الگوی مناسب با استفاده از شبکه عصبی برای پیش بینی دبی خروجی حوضه ارمند (کارون شمالی) تولید شود. برای این منظور آمار ماهانه بارش و دمای ایستگاه سینوپتیک شهرکرد و آمار دبی ایستگاه هیدرومتری ارمند طی سالهای 60 تا 94 مورد استفاده قرار گرفت. پس از آموزش و اجرای شبکه عصبی با تاخیرهای متفاوت، نتایج نشان داد که لحاظ کردن دما، بارش و دبی هرسه مهم بوده و در بهبود دقت پیش بینی شبکه عصبی موثر بوده است. بعلاوه اینکه تاخیرهای موثر در دقت پیش بینی دبی برای دما، بارش و دبی متفاوت بدست آمد.

کلیدواژه ها:

پیش بینی ، شبکه عصبی ، ایستگاه ارمند ، دبی ماهانه