لیلا گلی رئیسی - دانشگاه تربیت مدرس
سعید مرید - گروه مهندسی منابع آب، دانشکده کشاورزی، دانشگاه تربیت مدرس
مجید دلاور - گروه مهندسی منابع آب، دانشکده کشاورزی، دانشگاه تربیت مدرس

در بسیاری از نقاط ایران اطلاع دقیقی از میزان فرسایش، انتقال رسوب و نیز رسوبگذاری رودخانه ها وجود نداشته و در بسیاری از موارد، بین اندازه گیری های انجام شده، اختلافات بسیاری مشاهده می شود. با توجه به این که رژیم جریان و به تبع آن رژیم رسوب در حوضه های آبریز ثابت نیست، پیش بینی دبی رسوب کمک شایانی در برآورد رسوب تجمع یافته پشت سازه های آبی به خصوص سدها و تعیین حجم مرده مخازن در ماههای آتی نموده و با اتخاذ تمهیدات به موقع، مدیریت تخلیه به هنگام رسوب را تا حدی تسهیل می کند. در این پژوهش، از سه الگوریتم فراابتکاری بهینه سازی شامل الگوریتم ژنتیک (GA)، الگوریتم گرگ خاکستری (GWO) و الگوریتم انتخابات (EA) جهت پیش بینی بار رسوبی معلق رودخانه ها استفاده شده است. برای ارزیابی عملکرد روش پیشنهادی، از سه آماره شامل ضریب تبیین (R۲)، جذر میانگین مربعات خطا (RMSE) و معیار نش- ساتکلیف (NSE) استفاده شده است. بار معلق رسوبی ایستگاه رسوبی واقع در رودخانه زرینه رود طی سال های ۹۴- ۱۳۸۴ به عنوان مطالعه موردی در نظر گرفته شده است. نتایج به دست آمده نشان می دهد الگوریتم GWO با کسب مقادیر ، RMSE=۰.۰۲۲ و NSE=۰.۷۴ در مقایسه با سایر الگوریتم های به کار گرفته شده، از کارایی بالاتری برخوردار است.

بهره وری آب, صرفه جویی واقعی آب, مدل SWAT, مدل AquaCrop, استان فارس