مقالات آب و خاك (علوم و صنايع كشاورزي)

به منظور تعيين آبدهي رودخانه ها در آينده و برنامه ريزي جهت مصرف آب، از مدل هايي جهت پيش بيني اين مقادير استفاده مي گردد. همچنين جهت تصحيح، تدقيق، تطويل، تکميل و يا بازسازي داده ها، مدل هاي شبيه سازي مورد استفاده قرار مي گيرند. از جمله مدل هاي تجربي مورد استفاده در اين زمينه مي توان به شبكه عصبي مصنوعي (ANN) اشاره نمود. در اين تحقيق موثر بودن يا نبودن هر يك از عوامل دما، بارش، آبدهي و تاخيرهاي زماني اين پارامترها در شبيه سازي و پيش بيني آبدهي رودخانه مورد بررسي قرار گرفته است. به منظور دستيابي آسانتر به اين پارامترها و نيز تعيين ترکيب بهينه پارامتر هاي موثر در واسنجي ضرايب ANN از الگوريتم ژنتيک (GA) به عنوان يک ابزار بهينه سازي استفاده گرديده است. با انجام فرآيند فوق در دو مدل شبيه سازي و پيش بيني جريان، تعداد لايه هاي مخفي، تعداد نرون هاي موثر در هر يک از لايه ها، عوامل هواشناسي و هيدرولوژيكي موثر و نيز گام هاي زماني مناسب هر يك از اين عوامل در شبيه سازي و پيش بيني آبدهي با استفاده از GA به نحوي تعيين مي گردد که بهترين حالت در مقادير شبيه سازي و پيش بيني شده آبدهي حاصل شود. در اين تحقيق که در حوضه آبريز رودخانه دز صورت گرفته است، تابع هدف كاهش مقدار ميانگين مربعات خطاي كل در نظر گرفته شد. مقادير ضريب همبستگي بين آبدهي هاي محاسباتي و موجود براي دو مدل شبيه سازي و پيش بيني به ترتيب برابر با 0.86 و 0.79 به دست آمد که بيانگر كارآيي الگوريتم ANN-GA در شبيه سازي و پيش بيني آبدهي با دقت مطلوب مي باشد. همچنين نتايج نشان دهنده برتري جواب هاي به دست آمده از مدل شبيه سازي نسبت به مدل پيش بيني مي باشند. از دلايل اين برتري مي توان به وجود عوامل هواشناسي ماه مورد نظر در تعيين ميزان آبدهي اشاره نمود.

 نسخه قابل چاپ