استفاده از سیستم خبره و نورو_فازی)ANFIS ( در پیکره بندی سامانه پیش هشدار سیل برای کاهش خسارات سیلاب های شهری (مطالعه موردی:حوزه ابخیز رودخانه خشک شیراز)

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 767

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

WATERSHED09_078

تاریخ نمایه سازی: 22 اردیبهشت 1393

چکیده مقاله:

حوادث گاه ناگواروخسارات سنگین ناشی ازتندسیلاب ها درمناطق شهری و روستایی پیش بینی و هشدارسیلاب را به عنوان یکی ازابزارهای مدیریت غیرسازه ای سیلاب و مکمل روشهای سازه ای مطرح ساخته است که میتواند نقش مهمی درکنترل وکاهش خسارات محتمل ایفا نماید همچنین به علت قابل پیش بینی بودن سیلاب استقرارسیستم هشداربه موقع سیل میتواند تاثیربسزایی درمدیریت ریسک سیل داشته باشد بکارگیری سیستم های خبره و هوش مصنوعی درپیکره بندی سامانه هشدارسیلاب عملکرد سامانه را ارتقا میدهد ابخیزهای جنوب ایران مخصوصا شهرستان شیراز ازاستعداد بالایی درسیلخیزی برخوردار است که عالم اصلی وقوع چنین حوادث غیرمترقبه ای توسعه شهری درمناطق مستعد به سیل بدون اتخاذسیاست ایمن و نیز تغییر درویژگیهای طبیعی حوزه ابخیز تحت تاثیر فعالیت ها و دخالت های انسانی می باشددراین مقاله با بهره گیری ازخصوصیات هیدرولوژیکی حوضه و ابزارهوشمند شبکه عصبی فازی ANFIS و سیستم خبره مدلی معرفی میشود که قادر است با دقت مطلوب امار دقیقه ای بارش نقاط مختلف حوضه مطالعاتی را دریافت و دبی سیلاب درمحلهایه حساس ازنظر سیل خیزی که اماررواناب آن موجود است را تاچندساعت بعد پیش بینی کند نتایج این تحقیق بیانگر توانایی بالای این مدل درپیش بینی وقوع سیلاب درحوزه ابخیز رودخانه خشک شیراز است به گونه ای که مدل توانست هیدروگراف کامل سه سیلاب را با ضریب همبستگی 0/94 و خطای 1/12درصد تا زمان پیش هشدار 4 ساعت پیش بینی نماید

نویسندگان

محمد طهمورث

دانشجوی دکتری تخصصی آبخیزداری گروه احیاء مناطق خشک و کوهستانی دانشکده منابع طبیعی دانشگاه تهران

محسن نقیلو

کارشناس ارشد علوم مرتعداری مرکز تحقیقات بین المللی بیابان دانشگاه تهران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :