تخمین رسوب معلق بااستفاده از مقایسه مدل شبکه عصبی مصنوعی

سعید امیری¹ ابراهیم امیری² امیررضا دریابیگی³ پوران پورایوب⁴

1) دانشجوی کارشناسی ارشد عمران- مهندسی مدیریت منابع آب دانشگاه آزاد لاهیجان
2) دانشیار گروه علمی مهندسی کشاورزی- آب دانشگاه آزاد لاهیجان
3) دانشجوی کارشناسی ارشد عمران- مهندسی مدیریت منابع آب دانشگاه آزاد لاهیجان
4) کارشناس مسئول کنترل کیفیت و پایش آب آبفای گیلان (کارشناسی ارشد شیمی آلی)

محل انتشار : دومین کنفرانس بین المللی تحقیقات در عمران، معماری، شهرسازی و محیط زیست پایدار(2cauem.com)
چکیده :
چکیده رواناب سطحی و جریان آب در رودخانه ها همواره با فرسایش خاک و حمل مواد رسوبی همراه است این مواد در هرجا ایجاب کند رسوب می کند ، این پدیده باعث اثرگذاری و خسارت روی شاخص های کیفی آب، کنش بستر و کناره های رودخانه و همچنین مخازن سدها و طرحهای عمرانی می شود. لذا پیش بینی دقیق میزان رسوب بوسیله مدل های هیدرو¬لوژیکی و استفاده از بهترین مدل بعلت فقدان اندازه گیری های دراز مدت رسوب و جوان بودن تحقیقات مانع از دستیابی به اعداد قابل مطمئن می شود تاكنون روش ها یا مدل های متعددي در زمینه پیش بینی میزان رسوب و ایجاد یک مدیریت پایدار حوضه های آبخیز داری ارايه شده است. كه نتايج حاصل از اين روش ها در اغلب موارد اختلافات فاحشي باهم دارند .مهمترين مشكل ارزيابي اين روش¬ها را ميتوان فقدان آمار مشاهده¬اي قابل اعتماد در اين حوضه ها دانست در این تحقیق با مقایسه کردن روش منحنی سنجی رسوب با مدل شبکه عصبی مصنوعی که ا ز بار معلق رسوب، به همراه دبی جریان همان روز، دبی جریان روز قبل و دو روز قبل مورد بررسی قرار گرفت، استفاده شده است. نتایج قابل قبولی حاصل شد که نشان دهنده آن است روش شبکه عصبی مصنوعی که دارای دو معیار میانگینی مربعات خطات 005/0 MSE=و همچنین ضریب همبستگی 90/0 r= که نسبت به روش منحنی سنجه با دقت بالاتری برخورد است.
کلمات کلیدی : واژه های کلیدی: ایجاب مخازن سدها مدلهای هیدرولوژیکی