مقايسه و ارزيابي روشهاي تجربي برآورد رواناب سالانه با شبكه عصبي و رواناب مشاهداتي

از مهمترین پارامترهای موثر در مدیریت و برنامه ریزی منابع آب، ارزیابی پتانسیل آب در حوضه، كاهش خطرات سیل و رسوب در مناطق پاییندست تخمین درست رواناب سطحی میباشد. توزیع نا برابر و غیر یكنواخت زمانی و مكانی بارش باعث شده روشهای تجربی متعددی برای محاسبه رواناب سالانه ارائه شود. استفاده از مدلهای تجربی برای تعیین برآورد رواناب سالانه در حوضههای كه عمدتًا فاقد ایستگاههای آبسنجی میباشد از دیرباز در مطالعات هیدرولوژی مورد توصیه قرار گرفته است. روشهای مبتنی بر ضرائب رواناب سطحی و رابطه بارندگی و رواناب، بیشتر جنبه محلی داشته و فقط با شرایط خاص فیزیكی و آب و هوایی همان حوضه قابل كاربرد میباشد. اما روشهای برآورد رواناب با استفاده از كمبود جریان سطحی و مشخصات فیزیوگرافی با در نظر گرفتن عوامل فیزیكی و اقلیمی نتایج قابل قبولتری ارائه میدهند. كارایی و مناسبت این روشها در مناطق جغرافیایی مختلف منوط به دستیابی به اطلاعات مورد نیاز و آزمونهای مربوطه میباشد. در سالهای اخیر یكی از روشهایی كه توجه پژوهشگران را به خود جلب كرده است استفاده از شبكه عصبی میباشد كه باتوجه به طبیعت غیر خطی و استوكاستیك پدیدههای هیدرولوژیكی كاربرد آن در این علم قابل توجیه است. در این تحقیق ابتدا رواناب سالیانه با استفاده از روشهای تجربی برای حوضه آبریز رودخانه قرهسو كرمانشاه بدست آورده شد. سپس مدلی بر اساس شبكه عصبی و باتوجه به دادههای حوضه بدست آورده شد. كه در آن تاثیر نرونهای لایه میانی، تغییر تعداد لایههای میانی و استفاده از آرایشهای مختلف دادههای ورودی بر روی شبكه عصبی بررسی شده و نتایج با روشهای تجربی و مشاهداتی مقایسه گردید. نتایج نشان داد كه روش شبكه عصبی نسبت به روشهای تجربی برآورد دقیقتری از میزان رواناب سالانه ارائه میدهد.