پيش بيني بلندمدت جريان‌هاي سطحي با توجه به اندركنش آب‌هاي سطحي و زيرزميني: كاربرد شبكه‌هاي عصبي ديناميكي

در این مقاله، رویكردی برای مدل سازی میان مدت و بلندمدت سیستم های منابع آب ( سطحی و زیرزمینی ) به منظور پیش بینی آوردهای سطحی ارائه می شود . مطالعه اندركنش آب های سطحی و زیرزمینی و جابجایی آنها در مقیاس های زمانی بلندمدت و به تبع آن درك روابط بین حجم منابع ریرزمینی موجود با حجم مشاركت كننده در تولید دبی پایه رودخانه ها، هدف اصلی این تحقیق بوده است . علاوه بر این، از متغیرهای هیدروكلیماتولوژی اصلی مؤثر بر حجم رواناب، نظیر حجم نزولات جوی و دما نیز در مدل سازی سیستم و در نهایت پیش بینی حجم رواناب استفاده می گردد . شبكه های عصبی دینامیكی، در این مطالعه، به عنوان ابزار مورد استفاده برای مدل سازی و كمی نمودن روابط مطرح شده به كار گرفته شده اند . به علت بحران موجود در وضعیت منابع تأمین آب محدوده غربی حوضه عملكرد اداره كل امور آب استان تهران و برداشت بی رویه و غیرمجاز از آبخوان های منطقه و افت قابل توجه آنها، رودخانه های كرج و كردان كه سهم قابل توجهی در تأمین آب و حفظ تعادل آبخوان ها دارند، به عنوان مطالعه موردی این تحقیق در نظر گرفته شده اند . با توجه به خصوصیات محدوده مورد مطالعه افق زمانی پیش بینی برابر با یك سال انتخاب شده است . نتایج تحقیق نشان می دهد كه حجم ذخیره آب زیرزمینی می تواند به عنوان پیش بینی كننده ای مناسب در برآورد حجم جریان های سطحی در ماه های كم آب آینده رودخانه ها مورد توجه قرار گیرد . نتایج استفاده از این موضوع در مدل شبكه عصبی دینامیكی توسعه داده شده حاكی از دقت و كارایی مناسب رویكرد پیشنهادی می باشد .