یکپارچهسازی سیستم اطلاعات مکانی (GIS)، شبکة عصبی پرسپترون چندلایه (MLP) و مدل بارش-رواناب (SWAT) با درنظرگرفتن تغییرات کاربریها برای پیشبینی دبی ورودی و حجم رسوب (مطالعة موردی: سد ستارخان)
نویسندگان
1 استادیار گروه سازه و ژئوتکنیک، دانشکدة عمران، آب و محیطزیست، دانشگاه شهید بهشتی، تهران
2 استادیار گروه سازه و ژئوتکنیک، دانشکدة عمران، آب و محیطزیست، دانشگاه شهید بهشتی، تهران
3 دانشجوی دکتری سنجش از دور و سیستم اطلاعات جغرافیایی، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، تهران
4 استادیار گروه سنجش از دور و GIS، دانشگاه تربیت مدرس تهران
doi
چکیده
هدف از مطالعات رسوبگذاری در یک سد مخزنی یافتن دیدی کلی درمورد میزان حجم ازدسترفتة مخزن است. در این میان، بررسی و پیشبینی حجم رسوب واردشده به مخزن اهمیت ویژهای دارد. در این پژوهش، با استفاده از روش آماری ریزمقیاسکردن، بارش و دما در محدودة حوضة آبریز سد ستارخان با مساحت 950 کیلومترمربع، واقع در استان آذربایجان شرقی، در بلندمدت پیشبینی شدهاند. با توجه به اطلاعات بارش و دمای پیشبینیشده، بهکمک مدل [1]SWAT، رسوب ورودی به سد شبیهسازی شده است. مقایسة نتایج این مدل و مقادیر مشاهداتی نشان میدهد گرچه مدل SWAT با دقت بالای 80% میتواند روند جریان رسوب ورودی به مخزن را شبیهسازی کند، قادر به شبیهسازی مقادیر واقعی رسوب نیست. برای رفع این اختلاف، باید پارامتر فرسایش نیز، برای رسیدن به نتیجة مطلوب، در محاسبات لحاظ شود. بنابراین ابتدا با کمک مدل شبکة عصبی پرسپترون چندلایه (MLP) بارش مورد نظر پیشبینی شده و سپس نقشة کاربری بهمنظور تعیین میزان تأثیر کاربری و، بهتبع آن، فرسایش در محیط GIS تهیه شده است. ترکیب پارامتر کاربری در محیط GIS و بارش پیشبینیشده میتواند خروجی SWAT را به مقدار واقعی نزدیکتر کند. نتایج حاصل نشان میدهد که با یکپارچهسازی و استفاده از مدلهای بهکاررفته و قابلیتهای GIS میتوان نتایج و برآورد میزان حجم رسوب را با دقت بالای 95% محاسبه کرد.
