پیش بینی و مقایسه دبی حداکثر لحظه ای سیلاب در دوره بازگشت های مختلف با استفاده از شبکه های عصبی مصنوعی و مدل HEC-HMS در حوضه چشمه کیله

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 818

فایل این مقاله در 7 صفحه با فرمت PDF و WORD 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:

ENVCO04_029

تاریخ نمایه سازی: 14 شهریور 1396

چکیده مقاله:

در طراحی سازه های کوچک مانند پل ها، آب بندها، خاکریزها و سدهای کوچک تنها دانستن حداکثر دبی لحظه ای سیلاب کفایت می کند و نیازی به داشتن هیدروگراف نیست زیرا این تاسیسات عمدتا در مقابل حداکثر دبی سیل حساس هستند. در مطالعه حاضر به منظور تعیین دبی حداکثر لحظه ای در محل ایستگاه هراتبر-چشمه کیله از دو روش شبکه عصبی مصنوعی و نرم افزار HEC-HMS استفاده شده است. در روش شبکه عصبی، ابتدا مقادیر دبی حداکثر لحظه ای و حداکثر بارندگی 24 ساعته و رگبارهای کوتاه مدت متناظر آن محاسبه گردید. سپس با استفاد از شبکه عصبی رابطه بین مقادیر رگبارهای کوتاه مدت با دوره بازگشت های مختلف و دبی حداکثر لحظه ای تعیین گردید و با روابط تعیین شده در شبکه عصبی مقادیر حداکثر دبی لحظه ای با دوره بازگشت های مختلف محاسبه شد. در نرم افزار HEC-HMS ، ابتدا پارامترهای فیزیوگرافی مورد نیاز نرم افزار HEC-HMS در محیط ArcMap تعیین و همچنین با استفاده از نقشه های واحد هیدرولوژیک خاک و کاربری اراضی نقشه شماره منحنی حوضه تهیه گردید. سپس مدل حوضه اجرا و حداکثر دبی لحظه ای با دوره بازگشت های مختف محاسبه گردید. در نهایت به منظور مقایسه نتایج و ارزیابی کارایی روش های ذکر شده در برآورد دبی حداکثر لحظه ای از خطای درصد پیش بینی استفاده گردید. نتایج نشان داد استفاده از روش شبکه عصبی مصنوعی با توجه به اطلاعات مورد نیاز برای برآورد دبی حداکثر لحظه ای و عدم نیاز به آشنایی با مسایل هیدرولوژیکی جهت برآورد دبی حداکثر لحظه ای نسبت به نرم افزار HEC-HMS ارجعیت دارد.

کلیدواژه ها:

شبکه عصبی مصنوعی ، نرم افزار HEC-HMS ، حداکثر دبی لحظه ای سیلاب

نویسندگان

حسام قدوسی

استادیار گروه مهندسی آب، دانشگاه زنجان

لیلا کوشافر

دانشجوی کارشناسی ارشد سازه های آبی دانشگاه زنجان