محمودرضا طباطبایی؛ امین صالح پور جم
چکیده
روابط بین پارامترهای کیفی آب رودخانه و فرایندهای فیزیکی، ژئوشیمیائی و بیولوژیکی انجامشده بین منابع حوضه (خاک، پوششگیاهی، زمینشناسی، کاربری اراضی و غیره)، متغیرهای هواشناسی (دما، بارش، ذوب برف و غیره)، متغیر هیدرولوژیکی رودخانه (دبی) و همچنین دخالتهای انسانی، اغلب بسیار پیچیده، غیرقطعی و غیرخطی بوده بهنحوی که درک ...
بیشتر
روابط بین پارامترهای کیفی آب رودخانه و فرایندهای فیزیکی، ژئوشیمیائی و بیولوژیکی انجامشده بین منابع حوضه (خاک، پوششگیاهی، زمینشناسی، کاربری اراضی و غیره)، متغیرهای هواشناسی (دما، بارش، ذوب برف و غیره)، متغیر هیدرولوژیکی رودخانه (دبی) و همچنین دخالتهای انسانی، اغلب بسیار پیچیده، غیرقطعی و غیرخطی بوده بهنحوی که درک کامل آنها را غیرممکن میسازد. در این شرایط، استفاده از هوش محاسباتی (نظیر شبکههای عصبی مصنوعی) ابزار مناسبی در شبیهسازی و برآورد متغیرهای کیفی آب رودخانه نظیر بار رسوب معلق محسوب میشود. در پژوهش حاضر، با تلفیق کتابخانههای متن باز GIS و مدلهای شبکه عصبی مصنوعی (با ناظر و بدون ناظر)، سامانه مکانی هوشمندی، طراحی و کدنویسی شده است که میتواند در شرایط تکمتغیره یا چندمتغیره، رسوب معلق روزانه را برآورد کند. نتایج گرفتهشده از بهکارگیری این سامانه در حوزه آبخیز رودخانه مزلقان در محل ایستگاه هیدرومتری رازین نشان داد که این سامانه قادر است با کارائی و صحتسنجی مناسب (با ریشه میانگین مربعات خطا برابر 1033 تن در روز، میانگین قدر مطلق خطا 455 تن در روز و شاخص نش-ساتکلیف برابر 89/0 با دادههای آزمون)، رسوب معلق ایستگاه مورد مطالعه را شبیهسازی کند. در مجموع، این سامانه میتواند بهعنوان یک زیرساخت نرمافزاری در مقیاس ملی، در شبیهسازی و مدیریت رسوب معلق کلیه ایستگاههای هیدرومتری کشور مورد استفاده سازمانهای ذیربط قرار گیرد.