پیش بینی جریان ورودی به مخزن سد با استفاده مدل شبکه عصبی مصنوعی بر مبنای داده‌های ماهواره‌محورPERSIANN-CDR و CMC(مطالعه موردی: سد زاینده رود)

رامین معینی ¹ ( گروه عمران، دانشکده عمران حمل و نقل، دانشگاه اصفهان، اصفهان، ایران )
محمدعلی علیجانیان ² ( گروه عمران، دانشکده عمران حمل و نقل، دانشگاه اصفهان )
مینا مرادی زاده ³ ( گروه نقشه برداری، دانشکده عمران حمل و نقل، دانشگاه اصفهان )

تاريخ الإرسال : 04 الأحد , جمادى الثانية, 1445 تاريخ التأكيد : 04 الأربعاء , شعبان, 1445

الکلمات المفتاحية: شبکه عصبی مصنوعی, بارندگی, آب معادل برف, داده های ماهواره محور, سد زاینده رود,

ملخص المقالة :

در این تحقیق، عملکرد داده‌‌های ماهواره محور PERSIANN- CDR و CMC در تخمین بارش و تعیین جریان ورودی به مخزن سد بررسی شده است. لذا، با ترکیب مختلف داده‌های ورودی، مدلی هایی معرفی و با استفاده از مدل شبکه عصبی مصنوعی جریان ورودی به مخزن سد پیش بینی شده و با نتایج داده‌های زمینی مقایسه شده است. در این تحقیق، مخزن سد زاینده رود از حوضه آبریز گاوخونی به عنوان مطالعه موردی انتخاب شده است. بررسی نتایج نشان دهنده آنست که بهترین نتایج شاخص R2 و RMSE برای داده‌های تخمین بارندگی (برف) ماهواره‌محور PERSIANN-CDR (CMC) 49/0 (34/0) و 90/60 (56/41) میلیمتر می باشد. به عبارت دیگر، نتایج نشان دهنده عملکرد مناسب داده های ماهواره محور در تخمین بارنگی و برف می باشد. بنابراین از این داده ها در ساخت شبکه عصبی مصنوعی به منظور تعیین جریان ورودی به مخزن سد زاینده رود استفاده شده است. بررسی نتایج مدل شبکه عصبی مصنوعی نشان داد که مقادیر شاخص R2 ، RMSE و NSE برای داده های آموزش (صحت سنجی و آزمایش) به ترتیب برابر با 72/0 (74/0)، 08/56 (178/75) میلیون متر مکعب (MCM) و 85/0 (86/0) می باشد که نشان دهنده عملکرد مناسب این مدل در تعیین و پیش بینی جریان ووردی به مخزن سد زاینده رود می باشد.