1403/02/18
هادی ثانی خانی

هادی ثانی خانی

مرتبه علمی: دانشیار
ارکید:
تحصیلات: دکترای تخصصی
اسکاپوس: 54927038000
دانشکده: دانشکده کشاورزی
نشانی:
تلفن:

مشخصات پژوهش

عنوان
مدل­سازی رسوبات معلق رودخانه با استفاده از محاسبات نرم (مطالعه موردی: رودخانه دره ­رود)
نوع پژوهش
مقاله چاپ‌شده در مجلات علمی
کلیدواژه‌ها
برنامه ریزی بیان ژن، درهرود، رگرسیون بردار پشتیبان، فازی عصبی تطبیقی.
سال 1396
مجله مهندسي آبياري و آب ايران
شناسه DOI
پژوهشگران محمد رضا نیک پور ، هادی ثانی خانی

چکیده

جابهجایی و تهنشینی بار معلق رودخانهها باعث بروز مشکلات زیادی از جمله رسوبگذاری در مخازن سدها، تغییر مسیر رودخانهها به دلیل رسوبگذاری در بستر آنها، کاهش ظرفیهت آبگهذری آبراهه ههها و تأسیسهات انتقهال آب و همچنین تغییر کیفیت آب به لحاظ مصارف شرب و کشاورزی میشود. در این پهژوهش از مهدل ههای فهازی عصهبی - تطبیقی ) ANFIS (، برنامه ریزی بیان ژن ) GEP ( و رگرسیون بردار پشتیبان ) SVR ( جهت مهدل سهازی و پهیش بینهی میزان رسوبات معلق حوضه آبریز درهرود در استان اردبیل استفاده شد. در این راستا از دادههای رسهوب و دبهی جریهان ایستگاه هیدرومتری مشیران بر روی رودخانه درهرود )واقع در بالادست سد عمارت( استفاده شد. پس از آزمهون هشهت سناریوی مختلف توسط مدل SVR ، الگوی ترکیبی شامل مقادیر دبی جریان در همان روز، دبی جریان و رسوب معلهق در گام زمانی قبل بهعنوان بهترین الگو شناخته شد. الگوی مذکور برای مدلهای ANFIS و GEP نیز بهعنهوان ورودی استفاده شد. نتایج بیانگر عملکرد قابل قبول مهدل هها و برتهری مهدل SVR =0/ بها بیشهترین ضهریب تعیهین ) 57 R2 ،) کمترین ریشه میانگین مربعات خطا ) ton/day =14171 RMSE - =0/ ( و همچنین شاخصهای نش ساتکلیف ) 57 NS ) =0/ و ویلموت ) 58 WI ( در مرحله صحتسنجی بود. علاوه بر آن، توزیع فراوانی قدر مطلق خطهای پهیش بنهی و نمهودار جعبهای توزیع خطای پیشبینی مدلهای هوشمند نیز تأیید کننده عملکرد بهتر مدل SVR بود. ضمناً، کهارآیی مهدل ANFIS تا حدی بهتر از مدل GEP بود. ضرایب و توابع بهکار رفته برای واسنجی مدلهای هوشمند مورد اسهتفاده در این پژوهش میتوانهد بهرای تخمهین رسهوبات معلهق ایسهتگاه ههای مجهاور فاقهد آمهار دارای شهریط زمهین سهاختی و هیدرولوژیکی یکسان در سطح منطقه بسیار مفید واقع شود.