چکیده مقاله
مدلهای بارش رواناب بهعنوان جزئی از سیستمهای پیشبینی سیلاب میباشند در یک چنین سیستمهایی، یک مدل بارش رواناب ممکن است بر اساس دقت، آشنایی کاربر با آن، سادگی استفاده از آن، نوع حوضه و یا اطلاعات در دسترس انتخاب شود تا به امروز مدلهای بارش رواناب فراوانی با قابلیتها و پیچیدگیهای متفاوتی ساخته و به کار برده شدهاند اما علیرغم وجود مدلهای فراوان، ظهور مرتب مدلهای جدید نشان میدهد که هنوز یک چنین مدل فوق العادهای ساخته نشده است بهعنوان یک راهحل، میتوان به جای تکیه بر تنها یک مدل، از روش ترکیب نتایج حاصل از مدلهای بارش رواناب مختلف استفاده کرد در این تحقیق با استفاده از اطلاعات بارندگی، رواناب دو حوضه رودخانههای نورثفورک و ساوثفورک در ایالت کالیفرنیای آمریکا و با استفاده از ترکیب نتایج حاصل از مدلهای بارش رواناب به پیشبینی دبی سیلاب پرداخته شد مدلهای بارش رواناب SVRCو LVGFM ،LPM ،SLM بدین منظور انتخاب شدند همچنین به منظور ترکیب نتایج حاصل از مدلهای بالا از روشهای ترکیبی متوسطگیری ساده، رگرسیون خطی و غیرخطی و شبکه های عصبی مصنوعی استفاده شد در زمان ترکیب نتایج مدلهای بارش رواناب مختلف با استفاده از شبکههای عصبی، از الگوریتم پسانتشار خطا BP جهت آموزش و تست شبکه بهره برده شد نتایج حاصله نشان داد که دبی سیلاب پیشبینی شده با استفاده از روشهای ترکیبی، دارای میزان خطای کمتر و همبستگی بالاتری نسبت به تک تک مدلهای بارش رواناب بود در میان این روش های ترکیبی، شبکههای عصبی و رگرسیون غیرخطی نتایج بهتری را ارائه دادند
کلیدواژهها
نویسندگان
شیوه ارجاع
پوررضا بیلندی، محسن و طارقیان، رضا و قمشی، مهدی،1385،پیشبینی دبی سیلاب با استفاده از ترکیب نتایج مدلهای بارش - رواناب،هفتمین سمینار بین المللی مهندسی رودخانه،اهواز
ارائهشده در
مجموعه مقالات هفتمین سمینار بین المللی مهندسی رودخانه24 بهمن 1385 · اهواز