مدلسازی سری زمانی آورد ورودی به سدهای جیرفت و نساء با استفاده از یادگیری عمیق مطالعه موردی: (سدهای جیرفت و نساء)
نویسندگان
1 استادیار، بخش علوم و مهندسی آب، دانشکدۀ کشاورزی، دانشگاه شهید باهنر کرمان
2 دانشآموختۀ کارشناسی ارشد مهندسی منابع آب، بخش علوم و مهندسی آب، دانشکدۀ کشاورزی، دانشگاه شهید باهنر کرمان
doi
10.22059/ije.2025.398750.1879چکیده
تحلیل تغییرات زمانی و مکانی بارش، دما و همچنین، آبدهی سطحی در مباحث منابع آب و پیشبینیهای بلندمدت برای مدیریت حوضۀ آبخیز امری ضروری است. از اینرو هدف از این مطالعه، مدلسازی سری زمانی دبی ورودی به سدهای جیرفت و نساء در شرایط مختلف آبوهوایی بود. به اینمنظور، از دو مدل LSTM و GRU در سدهای جیرفت و نساء طی بازۀ زمانی 25 و 12 سال در محیط برنامۀ Python استفاده شد. براساس نتایج حاصل از خروجی، مدل زمانی در بهترین حالت خود قرار دارد که به نقطۀ همگرایی رسیده است. در سد جیرفت مدل LSTM، معیارهای RMSE، برای آموزش و آزمون مدل بهترتیب 0/72 و 0/78 و مقادیر MAE بهترتیب 0/10 و 0/12 بود. این مقادیر در مدل GRU بهترتیب 0/94 و 1/02 و 0/15 و 0/20 بود. همچنین در سد نساء در مدل LSTM، معیارهای RMSE، برای آموزش و آزمون مدل بهترتیب 0/11 و 0/10 و مقادیر MAE بهترتیب 0/05 و 0/04 بود. این مقادیر در مدل GRU بهترتیب 0/10 و 0/09 و 0/04 و 0/03 بود. همچنین، میتوان با برنامهریزی از ایجاد خسارتهای ناشی از خروجی سد در پاییندست و تخلیه و مهار سیلابهای احتمالی در حد امکان جلوگیری کرد.