دبی روزانه

پیش بینی جریان رودخانه در دوره های زمانی آینده، از مسائل مهم و کاربردی در مدیریت منابع آب است. در حقیقت تعیین یک مدل قابل اطمینان و انتخاب وروی ها با تأخیر زمانی مناسب برای پیش بینی دبی جریان، یک موضوع کلیدی برای مدیران حوزه آبخیز، هیدرولوژیست ها و مهندسان رودخانه است. در چند دهه اخیر استفاده از الگوریتم های هوشمند و تئوری مجموعه های فازی برای مدل سازی پدیده های هیدرولوژیکی که دارای پیچیدگی و عدم قطعیت بالایی هستند، مورد توجه محققان قرار گرفته است. در این راستا در پژوهش حاضر به منظور پیش بینی جریان در حوزه آبخیز کسیلیان، از مدل سیستم استنتاج عصبی- فازی تطبیقی و از ورودی دبی جریان با تأخیر یک روز قبل، دو روز قبل تا هفت روز قبل استفاده شد. سپس برای بررسی بیشتر این فرایند، از مدل شبکه عصبی مصنوعی نیز استفاده شد و نتایج براساس شاخص های آماری ضریب تبیین و جذر میانگین مربعات خطا مورد ارزیابی قرار گرفت. نتایج حاکی از این بود که در مدل سیستم استنتاج عصبی- فازی تطبیقی تا گام زمانی چهار روز قبل، پیش بینی جریان رو به بهبود بود و بعد از آن رو به نزول گذاشت و در مدل شبکه عصبی مصنوعی تا گام زمانی پنج روز قبل بهترین نتایج را ارائه داد. همچنین مقایسه و ارزیابی نتایج شاخص های آماری الگوهای بهینه هر دو مدل در دوره آزمون نشان داد که مدل سیستم استنتاج عصبی- فازی تطبیقی (ضریب تبیین= 60/0 و جذر میانگین مربعات خطا= 64/0) نسبت به مدل شبکه عصبی مصنوعی (ضریب تبیین=51/0 و جذر میانگین مربعات خطا= 74/1)، از دقت بیشتری برای پیش بینی جریان رودخانه برخوردار بود.

به منظور به کاربردن موفقیت آمیز مدل هیدرولوژیکی ، می بایست پارامترهای مدل به دقت تعیین شوند . بدلیل فقدان اطلاعات فیزیکی مشخص و همچنین اندازه گیری های میدانی که بسیار هزینه بر هستند، اندازه گیری همه مقادیر پارامترهای مدل امکان پذیر نمی باشد.بنابراین تخمین پارامترها معمولا بوسیله برازش خروجی مدل و داده های مشاهده ای در یک فرایند سعی و خطا انجام می شود. از طرف دیگر کاریرد موفقیت آمیز مدل های هیدورلوژیکی بستگی به دقت واسنجی مدل دارد. بنابراین قبل از به کار بردن نتایج مدل برای تصمیم گیری های مختلف باید واسنجی جهت افزایش قابلیت اطمینان مدل به دقت انجام شود. لذا در این پژوهش سعی شده است با استفاده از مدل بارش- رواناب IHACRES جریان رودخانه ای برای حوضه ی آبخیز قره سو در استان کرمانشاه شبیه سازی شود.مدل IHACRES دارای 3 متغیر ورودی: بارش روزانه، دمای روزانه و دبی روزانه می باشد. ابتدا مدل با داده های روزانه دبی 20 ساله (2000-1981) واسنجی گردید و سپس در طول دوره آماری (2010-2001) مورد اعتبارسنجی قرار گرفت.نتایج شبیه سازی نشان داد در هردو دوره واسنجی و اعتبار سنجی ، مقادیر برآوردی مدل خصوصا در مقادیر دبی اوج کمتر از مقادیر مشاهداتی بود. اما در مجموع با توجه به انحرافات کم مدل و شبیه سازی خوب مقادیر دبی حداقل و براساس دو پارامتر ضریب تعیین (640/0 R2=) در مرحله واسنجی و (624/0 R2=)در مرحله اعتبار سنجی و ضریب کارایی (639/0 CE=) در مرحله واسنجی و(622/0 CE=) در مرحله اعتبار سنجی می توان گفت عملکرد مدل در حوزه مطالعه رضایت بخش بوده است.