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.2025.398750.1879
چکیده

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.