چکیده زمینه و هدف: رودخانه ها به‌عنوان شریان های اصلی حیات بشری محسوب می‌شود، از این رو مهار نمودن و بهره برداری صحیح از این منابع سطحی مستلزم شناخت صحیح رفتار آن‌ها و سرمایه‌گذاری در زمینه ساماندهی رودخانه ها می باشد. با استفاده از بررسی و ارزیابی پروژه های انجام پذیرفته در این زمینه می‌توان جنبه های مثبت و منفی اجرای این طرح‌ها را بررسی نموده و از نتایج حاصله به ‌منظور رفع نواقص طرح ها، بهبود کارایی آن‌ها و ثمربخشی بیشتر طرح‌های آتی استفاده نمود. روش بررسی: رودخانه سیستان به‌عنوان مهم‌ترین رودخانه مرزی ایران و افغانستان می باشد که حیات سیستان به آن وابسته است. طول این رودخانه در خاک ایران به حدود 70 کیلومتر می رسید. در این تحقیق به بررسی عملکرد سازه های سد انحرافی سیستان و زهک و سازه های جانبی در مسیر این رودخانه به کمک مدل هیدرولیکی HEC-RAS پرداخته‌شده است. یافته‌ها: وجود این سازه‌ها در مسیر رودخانه باعث افزایش حداکثر توان عبوری سیلاب رودخانه سیستان در حالت عدم وجود این سازه‌ها از 500 مترمکعب بر ثانیه به 810 مترمکعب بر ثانیه شده است. هم چنین با توجه به اهمیت برآورد میزان ضریب زبری مانینگ[1] با دقت بالا برای انجام محاسبات هیدرولیکی در طراحی های مهندسی رودخانه، میزان ضریب زبری بستر اصلی رودخانه سیستان 02/0 و برای سیلاب دشت ها 035/0 برآورد گردید. از دیگر یافته های این تحقیق می‌توان به رابطه دبی-دوره بازگشت به‌صورت اشاره کرد. بحث و نتیجه‌گیری: وجود سازه سدهای انحرافی در مسیر رودخانه‌های غیرقابل پیش‌بینی چون رودخانه سیستان توان عبوری جریان را می‌توانند در بعضی موارد نزدیک به دو برابر افزایش دهند، در این تحقیق تأثیر افزایش 310 مترمکعبی بر توان عبوری رودخانه سیستان مشاهده گردید که یکی از دلایل تأثیر به نسبت کم(انتظار ما بیش از این بوده است) شیب ناچیز دشت سیستان و پخش شدن آب در بستر سیلابی و پس زدگی آب در مسیر جریان رودخانه سیستان می باشد. 4- Manning تفاصيل المقالة

روندیابی سیلاب به‌دلیل فراهم نمودن امکان پیش‌بینی چگونگی طغیان و فروکش کردن آن در رودخانه، یکی از مهمترین مسائل در مهندسی رودخانه است. از آن جا‌ی که سیلاب جریانی متغیر غیردایمی است، لذا روندیابی آن نیاز به داده‌های گسترده از رود‌ها و آمار دقیقی از ایستگاه­های آبسنجی دارد. روش ماسکینگام، به دلیل سادگی آن، دارای کاربرد بیش­تری در میان روش­های روندیابی سیلاب می‌باشد. از طرفی، استفاده از روش­های هوش مصنوعی در زمینه‌های مختلف مهندسی آب و شبیه‌سازی در حوضه‌های آبخیز طی دهه اخیر رشد چشمگیری داشته است. در این پژوهش، برای روندیابی سیلاب با استفاده از روش­های ماسکینگام، شبکه‌ی عصبی‌ مصنوعی، سامانه استنتاج تطبیقی عصبی- فازی، و برنامه‌ریزی ژنتیک از داده‌های ویلسون، ویو و همکاران، و ویس‌من و لویس در سه رود مختلف استفاده گردید. نتایج شبیه‌سازی روندیابی سیلاب با کاربرد روش­های ذکر شده با استفاده از شاخص­های آماری R²، RMSE و MBE ارزیابی گردیدند. نتایج این تحقیق نشان دادند که روش­های هوش مصنوعی‌، به‌دلیل برخورداری از RMSE کمتر نسبت به روش ماسکینگام، برتری دارند، که این مقدار برای روش­های هوش مصنوعی 00174/0، و برای روش ماسکینگام 727/28 به دست آمد، بنابراین، روش ماسکینگام در شبیه‌سازی آب نگار سیلاب با بده‌ی اوج پرشمار موفق نبوده است. با وجود اندک تفاوت در دقت تخمین و مقادیر خطا در شبیه‌ها، شبکه‌های عصبی مصنوعی با مقادیر R²،  RMSE و MBE مناسبتر در رده‌ی اول، و سامانه‌ی استنتاج تطبیقی عصبی- فازی و برنامه‌ریزی ژنتیک به ترتیب در رده‌های دوم و سوم قرار می‌گیرند. با توجه به سهولت کاربرد و نتایج خوب روش­های هوش مصنوعی، پیشنهاد می‌شود تحقیقات بیش­تری در این زمینه صورت پذیرد. تفاصيل المقالة