مدل شبكه عصبي مصنوعي براي تعيين زمان پيش هشدار سيلاب در حوضه گلابدره- دربند

در مقاله حاضر مدل شبكه عصبی مصنوعی برای تعیین زمان پیش هشدار سیلاب در حوضه آبخیز گلابدره- دربند برای كاربری های مختلف حوضه ارائه شده است. هدف از این تحقیق، بررسی زمان پیش هشدار حوضه برای پنج سناریو مختلف تغییر كاربری در حوضه گلابدره- دربند(سناریوهای سالهای ۱۳۸۰،۱۳۶۷،۱۳۳۴ ، سناریوی مدیریت مناسب حوضه و نامناسب حوضه) می باشد. آموزش شبكه با استفاده از سیلاب ۱۰۰۰۰ ساله كه ماكزیمم داده ها را شامل می شود، انجام شده است. تست شبكه با استفاده از سیلاب های 25 تا ۱۰۰۰ ساله صورت گرفته است كه ابتدا سیلابهای یادشده با استفاده از نرم افزار HEC-HMS برآورد گردید و سپس در آموزش و آزمون مدل شبكه عصبی مصنوعی به كار گرفته شده است. ساختارهای مختلف شبكه عصبی با توابع مختلف بر اساس خطای معیار پیشنهادی Ka بررسی گردیده و در نهایت برای هر سناریو بهترین ساختار انتخاب گردید. سپس شبكه برای سیلاب های 25 ، 50 ، 100 ، 200 و 1000 ساله تست گردیده و زمان پیش هشدار سیلاب های با دوره بازگشت های مختلف برای هر سناریو محاسبه شد. بر اساس نتایج حاصل از مدل، توانایی شبكه عصبی مصنوعی در برآورد زمان پیش هشدار ارزیابی شد و تاثیر سناریوهای مختلف بر روی زمان پیش هشدار مورد بحث قرار گرفت. نتایج نشان داد كه با افزایش دوره بازگشت، مدت زمان پیش هشدار سیل كاهش می یابد. از طرف دیگر دربین سناریو های مختلف، سناریوی مربوط به سال ۱۳۶۷ زمان پیش هشدار طولانی تری داشته و كاربری مربوط به سناریوی مدیریت نامناسب حوضه كوتاهترین زمان پیش هشدار را دارد. نتایج حاكی از توانایی مدل ارائه شده در تعیین زمان پیش هشدار در شرایط مختلف كاربری سطح حوضه مورد بررسی می باشد.