بررسي توانايي شبكه عصبي مصنوعي در تعيين رابطه دبي-رسوب جريان وارد شده به مخزن سد (مطالعه موردي سد طُرُق)

تعيين ميزان دقيق بار رسوبي منتقل شده توسط رودخانه‌ها، براي دامنه وسيعي از پروژه‌هاي آبي حائز اهميت است. فرسايش و رسوب گذاري منجر به اعمال آثار منفي بر شاخص هاي كيفي آب، از دست رفتن خاك، كاهش ظرفيت مخازن سدها و وارد شدن خسارت به تاسيسات رودخانه‌اي مي‌شود. در اغلب رودخانه‌ها بخش اعظم رسوبات به صورت بار معلق انتقال مي‌يابد. برآورد دقيق ميزان رسوبات در مسائلي از جمله طراحي مخازن، برآورد آلودگي درياچه، تعيين خسارت ناشي از رسوب گذاري به محيط زيست و تعيين تاثيرات مديريت آبخيز، مورد نياز است. با توجه به عدم وجود اطلاعات كافي و صحيح از فرسايش، انتقال رسوب و رسوب-گذاري در رودخانه‌ها و مخازن سدهاي ايران و همچنين جوان بودن تحقيقات در اين رشته و فقدان اندازه گيري‌هاي دراز مدت رسوب، دسترسي به داده هاي قابل اعتماد رسوب مشكل بوده و لزوم استفاده از روش‌هاي برآورد و تخمين رسوب را مطرح مي‌سازد. از جمله روش‌هاي متداول در تخمين دبي رسوب معلق در ايستگاه‌هاي هيدرومتري، ايجاد ارتباط بين داده‌هاي دبي رسوب با داده هاي دبي جريان متناظر با آن ها مي‌باشد كه از برازش منحني ميان مقادير دبي جريان و رسوب معلق متناظر با آن به دست مي‌آيد. از آن جايي كه استفاده از روش‌ منحني سنجه رسوب همواره با خطاي زيادي همراه است لزوم استفاده از روشي هوشمند مانند شبكه عصبي مصنوعي در برآورد مقدار بار معلق رسوب احساس مي شود. در اين مقاله، رابطه دبي-رسوب مخزن سد طرق با استفاده از مدل عصبي مصنوعي مورد بررسي و ارزيابي قرار گرفته است.