فهرست نشریات علمی دسترسی آزاد ایران

در برنامه‌ریزی پروژه‌های منابع آب، برآورد میزان دسترسی به آب نقش مهمی ایفا می‌کند. اولین مرحله در برآورد در دسترس بودن آب، محاسبه رواناب در حوضه‌های آبریز است. از طرفی، تغییر اقلیم به‌صورت مستقیم بر روی مؤلفه‌های هیدرولوژیکی و منابع آبی تأثیرگذار است؛ لذا بررسی اثرات تغییر اقلیم بر مؤلفه‌های آبی همچون رواناب امری ضروری است. از این رو در این مطالعه وضعیت جریان ورودی به دریاچه‌های طشک- بختگان به‌عنوان یکی از مهمترین دریاچه‌های کشور مورد بررسی قرار گرفت. از آنجا که فرآیند بارش- رواناب به دلیل ماهیت غیرخطی و چند بعدی، مفهومی پیچیده است، تاکنون مدل‌های مفهومی و فیزیک- پایه مختلفی به منظور پیش‌بینی رواناب توسعه یافته است. وابستگی زیاد این مدل‌ها به پارامترها و نقشه‌های متعدد، عملاً کارایی آنها را در حوضه­‌های با آمار محدود با چالشی اساسی روبرو می­‌نماید. در مقابل، مدل‌های مبتنی بر شبکه‌ عصبی مصنوعی و سیستم استنتاج فازی به عنوان ابزارهای کاربردی درنظر گرفته می‌شوند که می‌توانند در چنین شرایطی به هیدرولوژیست‌ها در فعالیت‌های عملیاتی کمک کنند. در این مطالعه مدل‌های شبکه عصبی انتشار به جلو FFBPNN و سیستم استنتاج عصبی فازی تطبیقی ANFIS و تلفیق آن با الگوریتم‌های فراابتکاری بهینه‌سازی ازدحام ذرات (PSO) و ژنتیک (GA) به منظور بررسی وضعیت رواناب در شرایط تاریخی و نیز تغییر اقلیم تحت سناریوهای RCP و SSP مورد بررسی قرار گرفته است. نتایج به‌دست‌آمده نشان می‌دهد که مدل‌های FFBPNN و ANFIS تلفیق شده با الگوریتم PSO (ANFIS_PSO) با استفاده از متغیرهای بارش، دمای حداقل و دمای حداکثر به عنوان متغیرهای ورودی، به ترتیب با مقادیر ضریب همبستگی، ریشه میانگین مربعات خطا (متر مکعب بر ثانیه)، ضریب نش- ساتکلیف و کلینگ گوپتا (0/99، 2/07، 0/99 و 0/98 در دوره‌ آموزش و 0/94، 3/61، 0/91 و 0/88 در دوره‌ آزمون) و (0/98، 2/94، 0/97 و 0/98 در دوره‌ آموزش و 0/93، 3/87، 0/85 و 0/88 در دوره‌ آزمون) عملکرد بهتری نسبت به سایر مدل‎ها با ورودی‌های متفاوت داشته‌اند. نتایج این تحقیق می‌تواند برای بررسی اثرات این سناریوها بر حوضه‌های مهم کشور و در نتیجه برنامه‌ریزی و مدیریت منابع آب در شرایط تغییر اقلیم مفید باشد.