کاربرد سه مدل هوشمند در برآورد بار معلق حوضه‌های آبخیز (مطالعه موردی: حوضه آبخیز دره‌رود، استان اردبیل)

Abstract

تخمین بار معلق در طیف وسیعی از مسائل از قبیل طراحی مخازن سدها، برآورد میزان فرسایش و رسوب­گذاری اطراف پایه­های پل و مدیریت حوضه­های آبخیز به­کار گرفته می­شود. در این پژوهش به­منظور تخمین بار معلق حوضه دره­رود، مقادیر دبی و بار معلق در 16 ایستگاه هیدرومتری طی دوره مشترک آماری 15 ساله (94-1380) جمع­آوری گردید. پنج الگوی مختلف بر اساس میزان تأثیرگذاری متغیرهای دبی و خصوصیات فیزیوگرافی زیرحوضه­ها شامل مساحت، شیب، ضریب شکل و شماره منحنی بر بار معلق حوضه تعریف شد. ضمناً با در نظر گرفتن پارامترهای مساحت و شیب، زیرحوضه­ها به دو گروه اول و دوم تقسیم­بندی شدند. عملکرد مدل­های شبکه عصبی مصنوعی (ANN)، سامانه استنتاجی فازی- عصبی تطبیقی (ANFIS) و برنامه­ریزی بیان ژن (GEP) در پیش­بینی بار معلق مورد بررسی قرار گرفت. نتایج نشان داد تخمین بار معلق با به­کارگیری الگوی ترکیبی شامل کلیه خصوصیات فیزیوگرافی و دبی با بیشترین دقت همراه بود. در بین مدل­های هوشمند بهترین عملکرد متعلق به مدل GEP بود. در گروه اول، این مدل بیشترین ضریب تعیین (68/0=R2)، کمترین مقدار ریشه میانگین مربعات خطا ( ton/day69/7=RMSE) و بیشترین ضریب نش-ساتکلیف (55/0=NS) را در مقایسه با سایر مدل­ها به خود اختصاص داد. در خصوص گروه دوم نیز مدل GEP با دارا بودن مقادیر R2، RMSE و NS به­ترتیب برابر با 72/0، 26/975 و 43/0 برتری محسوسی داشت. با استفاده از مدل GEP برای گروه­های اول و دوم مدل­های منطقه­ای رسوب استخراج شد. طبق نتایج، طی سال­های 94-1380 سالانه به­طور میانگین 33/6 میلیون تن رسوبات معلق توسط شبکه آبراهه­ها در کل حوضه دره­رود جابه­جا شده و به­طور متوسط سهم هر کیلومتر مربع حوضه، حدود 1000 تن بوده است.

Keywords

• بار معلق
• حوضه دره رود
• خصوصیات فیزیوگرافی
• دبی ویژه رسوب
• مدل های هوشمند