عنوان مقاله :
مقايسه كارايي منحني سنجه رسوب و مدل هاي يادگيري در برآورد رسوب معلق رودخانههاي كارستي (مطالعه موردي: ايستگاههاي هيدرومتري حوضههاي خرمآباد، الشتر و بيرانشهر)
پديد آورندگان :
بيرانوند ، نسرين دانشگاه لرستان - دانشكده منابع طبيعي - گروه مهندسي مرتع و آبخيزداري , سپه وند ، عليرضا دانشگاه لرستان - دانشكده منابع طبيعي - گروه مهندسي مرتع و آبخيزداري , حقي زاده ، علي دانشگاه لرستان - دانشكده منابع طبيعي - گروه مهندسي مرتع و آبخيزداري
كليدواژه :
استان لرستان , حوضه كشكان , رسوب معلق , منحني سنجه رسوب , الگوريتمهاي يادگيري
چكيده فارسي :
مقدمه: انتقال رسوب توسط جريان هاي سطحي يكي از فرآيندهاي اوليه است كه مسئول تغيير شكل سطح زمين مي باشد. روي زمين اين فرآيند به طور گسترده در قالب سيستم هاي زهكشي رودخانه ها و رسوبات آبرفتي بيان مي شود كه بر ژئومورفولوژي مناطق وسيعي از سطح زمين اثر دارند و مسئول جريان رسوب از خشكي به اقيانوس ها هستند. يكي از مهم ترين مشكلاتي كه مخزن ذخيره سدها را تهديد مي كند، ورود رسوبات است. به دليل مشكلات مختلف، تخمين حجم رسوبات فرآيندي پيچيده است؛ بنابراين روش هايي توسط محققان براي حل اين مشكل ابداع شده اند. مدلسازي بار رسوب معلق موضوع مهمي براي تصميمگيرندگان در سطح حوضه است. مدل سازي دقيق و مطمئن بار رسوب معلق يكي از موضوعات مهم براي برنامه ريزي، مديريت و طراحي سازه هاي ذخيره آب در شبكه زهكشي است. لذا هدف اين مطالعه مقايسه كارايي منحني سنجهرسوب و الگوريتمهاي يادگيري ماشين براي تخمين بار رسوب معلق در رودخانههاي كارستي در ايستگاه هاي هيدرومتري بهرام جو، چم انجير، سراب صيدعلي و كاكارضا، استان لرستان، ايران بود. مواد و روش ها : در اين مطالعه منحني سنجهرسوب و پنج مدل، ماشين بردار پشتيبان با كرنل RBF (SVM-RBF)، ماشين بردار پشتيبان با كرنل PUK (SVM-PUK)، فرآيندهاي گاوسي با كرنل PUK (GP-PUK)، فرآيندهاي گاوسي با كرنل RBF (GP-RBF)، M5P، REEP Tree و جنگل تصادفي (RF) براي پيش بيني بار رسوب معلق در حوزه آبخيز كشكان، ايران مورداستفاده قرار گرفتند. ايستگاه هاي چم انجير، بهرام جو، سراب صيدعلي و كاكارضا براي بررسي در اين پژوهش انتخاب شدند. داده هاي دما، باران و دبي به عنوان پارامترهاي ورودي و بار رسوب معلق بهعنوان پارامتر خروجي استفاده شدند. دوره آماري داده ها 20 سال (2001-2021) انتخاب شده اند. مجموعه دادههاي اين تحقيق شامل دما، باران، دبي و بار رسوب معلق سه زيرحوضه است كه 70 درصد دادهها براي آموزش و 30 درصد دادهها براي مرحله آزمايش استفاده شدند. درنهايت، دقت مدلها با استفاده از سه پارامتر ارزيابي عملكرد، ضريب همبستگي، ريشه ميانگين مربعات خطا و ميانگين خطاي مطلق مورد ارزيابي قرار گرفت. نتايج و بحث: نتايج نشان داد كه مدل هاي SVM-PUK، GP-PUK، GP-RBF، M5P، REEP Tree و RF داراي كارايي بيشتري نسبت به روش منحني سنجهرسوب بودند، زيرا از تكنيكهاي غيرخطي براي بازسازي دادهها استفاده مي كنند. علاوه بر اين، از بين همه مدلها، مدل M5P كه از دادههاي تجزيهشده استفاده ميكرد و ويژگيهاي ديناميكي دادههاي سري زماني بار رسوب معلق غيرخطي و غيرثابت را به تصوير ميكشيد، كارايي بهتر و بالاتري در تخمين رسوب معلق نسبت به ديگر مدل ها از خود نشان داد. بهترين ضريب تبيين نتايج منحني سنجه رسوب برابر 0.5941 بود. مدل M5P بهترين ضريب تبيين را حدود 0.89 را نشان داد كه كارايي بالاتري نست به منحني سنجه رسوب بود. اگرچه اين مدل نقاط اوج رسوب معلق را بهتر از SRC نشان داد، اما باز هم بار رسوب را بيش از حد مشاهداتي تخمين ميزد و نميتوانست مقادير اوج رسوب معلق را كه براي اهداف طراحي از اهميت بالايي برخوردار هستند، را به طور دقيق نشان دهد. نتيجه گيري: رسوبات حمل شده توسط آب مشكلات جدي ايجاد مي كند، ازجمله عمر مخزن سدها را كوتاه مي كنند و ظرفيت تخليه كانال را به ويژه در انتهايي رودخانه ها كاهش مي دهند. بنابراين، مديريت رسوب قانون طلايي در مهندسي رودخانه است كه تلاش و انرژي زيادي براي انجام آن صرف مي شود. يكي از جنبه هاي مهم مديريت رسوب، تخمين رسوب است كه بيشتر بهصورت معلق در رودخانه ها و ديگر توده هاي آبي يافت مي شود. اين تحقيق بر مقايسه مدل هاي مختلف تخمين رسوب معلق در رودخانهها انجام شده است. اين تحقيق شامل روش سنتي، يعني منحني سنجهرسوب و الگوريتم هاي يادگيري، يعني SVM-PUK، GP-PUK، GP-RBF، M5P، REEP Tree و RF است. نتايج اين مطالعه ارائه اطلاعات علمي براي پيشبيني بار رسوب معلق است و الگوريتم هاي يادگيري ميتوانند يك تكنيك كارآمد براي شبيهسازي سريهاي زماني بار رسوب معلق باشند زيرا ويژگيهاي كليدي تعبيهشده در ميزان بار رسوب معلق را استخراج ميكنند. در نهايت نتايج اين تحقيق نشان داد كه مدل M5P در پيشبيني ميزان رسوب معلق در حوضههاي خرمآباد، بيرانشهر و الشتر داراي كارايي بالايي است.
عنوان نشريه :
مديريت جامع حوزه هاي آبخيز
عنوان نشريه :
مديريت جامع حوزه هاي آبخيز