شبنم حسین زاده - کارشناس ارشد مهندسی عمران-سازه های هیدرولیکی، دانشگاه تبریز
کیومرث روشنگر - دانشیار دانشکده مهندسی عمران، دانشگاه تبریز،
علی کوشه - دانشجوی دکتری مهندسی عمران – مهندسی و مدیریت منابع آب، دانشگاه تبریز،

پیش بینی بار معلق رسوبی به دلیل اثرات آن روی شاخص های کیفی آب، تقلیل گنجایش مخازن و تغییر در مورفولوژی رودخانه ها از اهمیت ویژه ای برخوردار است. لذا ارائه ی راهکارهای نوین جهت برآورد دقیق بار جامد یک رودخانه نقش مهمی در پیشبرد صحیح مطالعات مهندسیرودخانه و مدیریت صحیح یک حوزه ی آبریز خواهد داشت. به دلیل تأثیر پارامترهای مختلف بر انتقال رسوبات در رودخانه تعیین معادلات حاکمبر آن مشکل بوده و مدلهای کلاسیک ریاضی نیز در این راستا از دقت کافی برخوردار نیستند. در این تحقیق در ابتدا از روش برنامه ریزی بیان ژن 1 به عنوان یک روش تکاملی برای تخمین بار معلق رسوبی در یک ایستگاه هیدرومتری از رودخانه هوستونیک واقع در ماساچوست 3 امریکااستفاده شده است. سپس مدلهای بهینه یGEP شناسایی شده و توسط ماشین بردار پشتیبان مورد پیش بینی قرار گرفته و نتایج پیش بینی رسوب توسط این دو روش مورد مقایسه قرار گرفته اند. بدین منظور از داده های هیدرولیکی رودخانه و بار جامد معلق اندازه گیری شده که از مراجع معتبر اخذ گردیده، برای تشکیل مدلهای ورودی استفاده شده است. مدلهای ورودی، مدلهای متعددی متشکل از دبی جریان و رسوب روزهای قبل می باشد که با استفاده از برنامه ریزی بیان ژن مدل برتر و ورودی های برتر شناسایی شده و فرمول صریح برای آنها ارائه شده است. نتایج پیش بینی توسطGEPنشان داد که مدلهایی که ورودی های آنها ترکیبی از دبی رسوب و دبی جریان هستند؛ نتایج بهتری نسبت به مدلهایی که فقط تابع دبی رسوب هستند، دارند. همچنین مدلهایی که فقط تابع دبی رسوب می باشند نتایج مطلوبتری نسبت به مدلهایی با ورودی های دبی جریان به دست می دهند. در نهایت مقایسه ی نتایج این دو روش نشان داد کهSVMعملکرد بهتری نسبت بهGEP در پیش بینی بار معلق رسوبی دارد

تخمین بار معلق، برنامه ریزی بیان ژن، ماشین بردار پشتیبان، ایستگاه هیدرومتری