کاربرد روش شبکه عصبی مصنوعی بسط داده شده در یک حوضه آبریز برای برآورد دبی ماهانه در زیرحوضه ها (مطالعه موردی: حوضه آبریز بهشت آباد)

دست یابی به معیارهای هیدرولوژیک برای مناطق فاقد و یا دارای آمار و اطلاعات کافی، در مطالعات هیدرولوژیک امر مهمی است. در این حوضه ها ترجیح داده می شود که از روش های جعبه سیاه برای مشخص شدن ارتباط بین اطلاعات ورودی (پارامترهای هواشناسی و فیزیوگرافی) و خروجی (دبی رودخانه) بدون آنالیز ساختار داخلی فرآیند استفاده شود. یکی از روش های مورد استفاده در این قبیل شرایط، مدل های هوش مصنوعی است. در این تحقیق، از شبکه عصبی مصنوعی MLP با الگوریتم پس انتشار خطا در پیش بینی دبی ماهانه حوضه آبخیز بهشت آباد استفاده شده است. نتایج نشان داد که دبی ماه قبل و بارش دو ماه قبل جزء پارامترهای اساسی به عنوان ورودی شبکه هستند. همچنین بهترین مدل به دست آمده برای ایستگاه هیدرومتری بهشت آباد در دو زیرحوضه باباحیدر و کوه سوخته نیز اجرا شد و دبی های تخمین زده شده و اندازه گیری شده در ایستگاه های هیدرومتری واقع در خروجی این دو زیرحوضه مقایسه شدند. نتایج حاکی از آن بود که در حوضه های کوچک، می توان از مدل کلی واسنجی شده برای حوضه آبریز اصلی استفاده کرد