1403/02/14
محمد حسین قلی زاده

محمد حسین قلی زاده

مرتبه علمی: استادیار
ارکید:
تحصیلات: دکترای تخصصی
اسکاپوس: 55939375700
دانشکده: دانشکده منابع طبیعی
نشانی: کردستان،سنندج، دانشگاه کردستان، دانشکده منابع طبیعی ،گروه آب و هواشناسی
تلفن: 08733724093

مشخصات پژوهش

عنوان
برآورد فراسنجهای مؤثر در دبی رودخانه با استفاده از شبکههای عصبی مصنوعی در حوضه آبی دهگلان-کردستان
نوع پژوهش
مقاله چاپ‌شده در مجلات علمی
کلیدواژه‌ها
واژگان کلیدی: خشکسالی، شبکههای عصبی مصنوعی، آبهای سطحی، حوضه دهگلان.
سال 1393
مجله آمايش جغرافيايي فضا-دانشگاه گلستان
شناسه DOI
پژوهشگران مسعود مرادی ، محمد حسین قلی زاده

چکیده

چکیده کمبود بارش در یک دوره میتواند سبب کاهش تغذیه شود که به دنبال آن کاهش جریان سطحی و افت آبهای زیرزمینی را سبب میشود. با توجه به اهمیت منابع آب در زندگی بشر، ایجاد تنش در دستیابی به منابع پایدار و قابل اطمینان اهمیت زیادی در میزان توسعه و پیشرفت جامعه دارد. این تنشها میتواند به دلایل طبیعی و یا استفادهی نادرست و غیر معقولانه از منابع آبی باشد و همراهی این دو عامل با هم سبب تشدید این تنشها میشود. هدف از این پژوهش، بررسی فراسنجهای مؤثر در تغییرات دبی ماهانه در حوضهی آبی دهگلان است. دادههای مورد استفاده در این تحقیق شامل بارش، تبخیر (حاصل از اندازهگیری تشت تبخیر)، دما و دبی ایستگاههای واقع در حوضهی آبی دهگلان است که از سازمان هواشناسی و شرکت آب منطقهای استان کردستان اخذ شده است. ابتدا دادههای مربوط استاندارد شده و سایر دادههای اقلیمی و SPI به بارش در سطح حوضه با استفاده از شاخص هیدرولوژیکی نیز نرمالسازی شد. سپس با استفاده از شبکههای عصبی مصنوعی و به روش پرسپترون چندلایه، مدلهای مختلفی از این دادهها بررسی شد. نتایج حاصل از بررسی مدلهای مختلف نشان SPI میدهد که بیشترین همبستگی و کمترین مربعات خطا در شرایطی به دست میآید که شاخص در مقیاس شش ماهه، دبی در ماه قبل و دما و تبخیر در ماه حاضر به عنوان ورودی شبکه و دبی ماه حاضر به عنوان خروجی به مدل معرفی شود. مقایسهی روش شبکههای عصبی مصنوعی و رگرسیون چند متغیره، حاکی از نتایج بهتر در پیشبینی دبی ماهانه با استفاده از شبکههای عصبی مصنوعی است