چکیده مقاله
پیش بینی جریان رودخانه اثرات اقتصادی مهمی را بهمراه دارد بطوریکه میتواند به مدیریت آب در کشاورزی، جلوگیری از وقوع کمبودهای آبی و خسارتهای محتمل ناشی از سیل کمک کند در نتیجه ارتقاء دقت این پیش بینیها امری ضروریست و اهمیت آن در حوضه های بزرگ و کوهستانی کشور همچون کارون بدلیل سطوح پوشیده از برف و تولید انرژی برقابی بارزتر میباشد در این مقاله ابتدا با استفاده از آمار ماهانه هواشناسی و دبی ایستگاه پل شالو واقع در پایین دست سد کارون ٣، پی شبینی یک و دو ماه بعد جریان رودخانه کارون، توسط مدلهای هوشمندی نظیر شبکه های عصبی مصنوعی ANN و سیستم استنتاجی نرو فازی تطبیقی ANFIS و دو مدل ورودی انجام شد مدل ورودی با بهترین عملکرد توسط شاخص های ارزیابی ضریب تعیین و ریشه میانگین مربعات خطا، بعنوان مدل منتخب شناسائی و اثر دادهه ای سطح برف بدست آمده از تصاویر ماهوارهای NOAA در یک، دو و سه ماه قبل بصورت منفرد و ترکیبی بر عملکرد مدل های هوشمند بررسی شد نتایج پیش بینی های یک و دو ماه بعد جریان با داده های سطح برف، تاثیر عامل برف را برعملکرد مدلهای ANN ANFIS مثبت نشان داده است
کلیدواژهها
نویسندگان
شیوه ارجاع
�نوری، صدیقه و ثقفیان، بهرام و مرید، سعید،1387،ارتقاء عملکرد مدلهای هوشمند جهت پیش بینی جریان رودخانه با استفاده از داده های سطح برف حاصل از تصاویر ماهواره ای،سومین کنفرانس مدیریت منابع آب،تبریز