شماره ركورد كنفرانس :
3821
عنوان مقاله :
كاربرد تكنيك شبكه عصبي مصنوعي در برآورد دبي حداكثر لحظهاي سيلاب و مقايسه آن با روشهاي تجربي؛ مطالعه موردي: حوضههاي آبخيز شمال نيشابور
پديدآورندگان :
جهانگير محمدحسين mh.jahangir@ut.ac.ir استاديار گروه انرژيهاي نو و محيطزيست، دانشكده علوم و فنون نوين دانشگاه تهران , روحي طرقي هادي hadi.roohi@ut.ac.ir دانشجوي كارشناسي ارشد اكوهيدرولوژي، دانشكده علوم و فنون نوين دانشگاه تهران
كليدواژه :
شبكه عصبي مصنوعي , ايستگاه هيدرومتري , روشهاي تجربي , دبي اوج لحظهاي , برآورد دبي سيلاب
عنوان كنفرانس :
پنجمين كنفرانس ملي مديريت و مهندسي سيلاب
چكيده فارسي :
سيل از جمله پديدههاي طبيعي است كه هرساله خسارات جاني و مالي زيادي را در دنيا و ازجمله ايران به بار آورده و مشكلات عديدهاي را بر سر راه توسعه اقتصادي و اجتماعي كشورها ايجاد مينمايد. تغيير اقليم و گرمايش زمين حاصل از عوامل انساني، عدم پراكنش منظم ريزشهاي جوي و از بين رفتن پوشش گياهي بهعنوان مهمترين عوامل تشديدكننده سيل ميباشند كه در دهههاي اخير در سطح كره زمين بيشتر خودنمايي ميكنند. بررسي سيلاب و روشهاي برآورد دبي سيلاب به علت اهميت فراوان موضوع در جلوگيري از خسارات مالي و جاني، بحث هيدرولوژي آبهاي سطحي و در نهايت تأثير در هيدرولوژي آبهاي زيرزميني و آبخوانها و منابع آبي از مسائل درجه اول منطقهاي، كشوري و جهاني ميباشد. از جمله روشهاي برآورد دبي اوج لحظهاي، روشهاي تجربي شامل رابطه دوم Fuller، Sangal و Fill و Steiner و روش شبكه عصبي مصنوعي ميباشند كه مدل شبكه عصبي نسبت به روشهاي ديگر به دليل روشي نوين در حل مسائل مهندسي آب و رودخانهها و داشتن دقت و سرعت كافي در برآورد دبي اوج لحظهاي داراي مزيت و برتري ميباشد. هدف از انجام اين تحقيق مقايسه كارايي روش شبكه عصبي مصنوعي و روشهاي تجربي در برآورد دبي اوج لحظهاي در تعدادي از ايستگاههاي هيدرومتري حوضههاي آبخيز شمال شهرستان نيشابور واقع در استان خراسان رضوي ميباشد. براي اين منظور آمار دبي حداكثر روزانه و دبي اوج لحظهاي پنج ايستگاه هيدرومتري در طي يك دوره آماري 30 ساله جمعآوري شد و پس از رفع نواقص آماري و حذف دادههاي پرت، مقادير دبي اوج لحظهاي بها استفاده از روش شبكه عصبي مصنوعي و روشهاي تجربي ذكرشده در نرمافزار متلب برآورد شدند. سپس نتايج به دست آمده از روش شبكه عصبي مصنوعي و روشهاي تجربي ذكرشده براساس معيارهاي RMSE، MAE و R2 مورد ارزيابي قرار گرفتند. نتايج نشان داد كه دامنهR2 در مدل شبكه عصبي بين 80/0 تا 96/0، در روش رابطه دوم Fuller 36/0 تا 68/0، در روش Sangal 46/0 تا 74/0 و در روش Fill و Steiner 38/0 تا 82/0 ميباشد. باتوجه به اينكه مقدار R2 بالاتر نشان دهنده دقت بيشتر و خطاي كمتر مدل ميباشد لذا برآوردهاي شبكه عصبي در مقايسه با روشهاي تجربي داراي دقت بالاتر و خطاي پايينتر بوده و توانسته است تغييرات دبي اوج لحظهاي را بهتر از روابط تجربي ذكر شده برآورد نمايد و مناسبترين و كارآمدترين روش برآورد دبي سيلاب در منطقه مطالعه ميباشد.