از مهمترین عوامل تصمیمگیری در احداث سازههای رودخانهای و تعیین عمق مفید سدها داشتن دادهای دقیق از میزان رسوب حمل شده توسط رودخانهها است. روشهای چندی برای محاسبه برای بار معلق رودخانهها پیشنهاد شده است. یکی از این روشها، روش هیدرولوژیکی منحنی سنجه رسوب است. از خطاهای عمده روش مذکور عدم لحاظ اختلافهای فصلی میباشد. بر این اساس هدف از تحقیق حاضر ارزیابی اثر ارائه منحنی سنجه رسوب در دورههای کم آبی و پر آبی بر میزان خطای تخمین رسوب و مقایسه روش مذکور با روش شبکه عصبی مصنوعی میباشد. جهت دستیابی به این مهم با ترسیم منحنی تداوم جریان و روش اداره عمران ایالاتمتحده (USBR) اقدام به محاسبه میزان رسوب معلق روزانه و منحنی سنجههای رسوب کم آبی و پر آبی ترسیم گردید سپس نتایج حاصله با نتایج به دست آمده از روش شبکه عصبی مصنوعی مورد مقایسه قرار گرفت. در نهایت به وسیله معیارهای آماری سنجش خطا شامل خطای نسبی (RE)، کارایی مدل (EF)، ریشه میانگین مربعات خطا (RMSE) و ضریب تبیین (R2) اقدام به ارزیابی خطاهای روشهای مذکور نموده نتایج مبین قابلیت بالای روش شبکه عصبی مصنوعی با ضرایب تبیین و کارایی به ترتیب 903 /0 و 89/0 و ریشه میانگین مربعات خطا و خطای نسبی به ترتیب 322/0 و 22/6 میباشد.
بازنشر اطلاعات | |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |