برآورد فراسنج های موثر در دبی رودخانه با استفاده از شبکه های عصبی مصنوعی در حوضه آبی دهگلان-کردستان

کمبود بارش در یک دوره می تواند سبب کاهش تغذیه شود که به دنبال آن کاهش جریان سطحی و افت آب های زیرزمینی را سبب می شود. با توجه به اهمیت منابع آب در زندگی بشر، ایجاد تنش در دستیابی به منابع پایدار و قابل اطمینان اهمیت زیادی در میزان توسعه و پیشرفت جامعه دارد. این تنش ها می تواند به دلایل طبیعی و یا استفاده نادرست و غیر معقولانه از منابع آبی باشد و همراهی این دو عامل با هم سبب تشدید این تنش ها می شود. هدف از این پژوهش بررسی فراسنج های موثر در تغییرات دبی ماهانه در حوضه آبی دهگلان است. داده های مورد استفاده در این تحقیق شامل بارش، تبخیر (حاصل از تشت تبخیر)، دما و دبی ایستگاه های واقع در حوضه آبی دهگلان می باشد که از سازمان هواشناسی و شرکت آب منطقه ای استان کردستان اخذ شده است. ابتدا داده های مربوط به بارش در سطح حوضه با استفاده از شاخص SPI استاندارد شده و سایر داده های اقلیمی و هیدرولوژیکی نیز نرمال سازی شد. سپس با استفاده از شبکه های عصبی مصنوعی و به روش پرسپترون چند لایه مدل های مختلفی از این داده ها مورد بررسی قرار گرفت. نتایج حاصل از بررسی مدل های مختلف نشان می دهد که بیشترین همبستگی و حداقل مربعات خطا در شرایطی بدست می آید که شاخص SPI در مقیاس 6 ماهه، دبی در ماه قبل و دما وتبخیر در ماه حاضر به عنوان ورودی شبکه و دبی ماه حاضر به عنوان خروجی به مدل معرفی شود. مقایسه روش شبکه های عصبی مصنوعی و رگرسیون چند متغییره حاکی از نتایج بهتر در پیش بینی دبی ماهانه با استفاده از شبکه های عصبی مصنوعی است.