مقالات پژوهش هاي آبخيزداري

رابطه بارندگي - رواناب يکي از مهمترين و پيچيده ترين فرايند هاي هيدرولوژيکي است که درک آن اهميت زيادي در هيدرولوژي و منابع آب دارد. مدل هاي فيزيکي و آماري زيادي به منظور بررسي اين فرايند توسعه يافته اند که هر کدام برخي از جنبه هاي اين رابطه را در بر مي گيرند. استفاده از شبکه هاي عصبي به عنوان يک مدل جعبه سياه نيز يکي از روش هاي بررسي اين رابطه است. در اين تحقيق رابطه بارندگي - رواناب حوزه پلاسخان در سر شاخه زايند رود مورد بررسي قرار گرفته و شبکه عصبي پرسپترون چند لايه به اين منظور به کار گفته شد. به دليل واريانس شديد مشاهدات، ابتدا سري هاي بارندگي روزانه 3 ايستگاه واقع در منطقه و سري روزانه دبي ايستگاه پلاسجان به سري نرمال تبديل و با توجه به خود همبستگي و همبستگي عرضي بارندگي و رواناب 6 متغير به عنوان ورودي به شبکه انتخاب شد. در پايان مشخص شد شبکه عصبي پرسپترون با 4 لايه مخفي اعتبار بيشتري نسبت به ساير شبکه ها دارد. اين اعتبار سنجي با مقايسه آماري ميانگين، انحراف معيار و تابع توزيع دبي مشاهداتي و شبيه سازي شده مورد آزمون قرار گرفت.

 نسخه قابل چاپ