پیش بینی جریان ورودی به مخزن سد با استفاده مدل شبکه عصبی مصنوعی بر مبنای داده‌های ماهواره‌محورPERSIANN-CDR و CMC(مطالعه موردی: سد زاینده رود)

نویسندگان

1 گروه عمران، دانشکده عمران حمل و نقل، دانشگاه اصفهان، اصفهان، ایران

2 گروه عمران، دانشکده عمران حمل و نقل، دانشگاه اصفهان

3 گروه نقشه برداری، دانشکده عمران حمل و نقل، دانشگاه اصفهان

doi
10.30495/wej.2024.32858.2404
چکیده

در این تحقیق، عملکرد داده‌‌های ماهواره محور PERSIANN- CDR و CMC در تخمین بارش و تعیین جریان ورودی به مخزن سد بررسی شده است. لذا، با ترکیب مختلف داده‌های ورودی، مدلی هایی معرفی و با استفاده از مدل شبکه عصبی مصنوعی جریان ورودی به مخزن سد پیش بینی شده و با نتایج داده‌های زمینی مقایسه شده است. در این تحقیق، مخزن سد زاینده رود از حوضه آبریز گاوخونی به عنوان مطالعه موردی انتخاب شده است. بررسی نتایج نشان دهنده آنست که بهترین نتایج شاخص R2 و RMSE برای داده‌های تخمین بارندگی (برف) ماهواره‌محور PERSIANN-CDR (CMC) 49/0 (34/0) و 90/60 (56/41) میلیمتر می باشد. به عبارت دیگر، نتایج نشان دهنده عملکرد مناسب داده های ماهواره محور در تخمین بارنگی و برف می باشد. بنابراین از این داده ها در ساخت شبکه عصبی مصنوعی به منظور تعیین جریان ورودی به مخزن سد زاینده رود استفاده شده است. بررسی نتایج مدل شبکه عصبی مصنوعی نشان داد که مقادیر شاخص R2 ، RMSE و NSE برای داده های آموزش (صحت سنجی و آزمایش) به ترتیب برابر با 72/0 (74/0)، 08/56 (178/75) میلیون متر مکعب (MCM) و 85/0 (86/0) می باشد که نشان دهنده عملکرد مناسب این مدل در تعیین و پیش بینی جریان ووردی به مخزن سد زاینده رود می باشد.