دوره 10، شماره 19 - ( بهار و تابستان 1398 )                   جلد 10 شماره 19 صفحات 181-193 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Tabatabaei M, Salehpour Jam A, Hosseini S A. Presenting a New Approach to Increase the Efficiency of the Sediment Rating Curve Model in Estimating Suspended Sediment Load in Watersheds (Case Study: Mahabad-Chai River, Lake Urmia Basin, West Azarbayejan Province, Iran). jwmr. 2019; 10 (19) :181-193
URL: http://jwmr.sanru.ac.ir/article-1-933-fa.html
طباطبایی محمودرضا، صالح پورجم امین، حسینی سید احمد. ارائه یک رویکرد نوین در افزایش کارایی مدل‌ منحنی سنجه رسوب در برآو رد بار رسوب معلق حوزه‌های آبخیز (مطالعه موردی: رودخانه مهاباد چای، استان آذربایجان غربی). پ‍‍ژوهشنامه مديريت حوزه آبخيز. 1398; 10 (19) :181-193

URL: http://jwmr.sanru.ac.ir/article-1-933-fa.html


پژوهشکده حفاظت خاک و آبخیزداری، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران
چکیده:   (143 مشاهده)
     برآورد صحیح مقدار رسوب معلق نقش مهمی در طراحی بهینه سازه‌های آبی، مطالعات فرسایش و رسوب و مطالعات کیفی آب دارد. منحنی سنجه رسوب، یک مدل رگرسیونی مرسوم و شناخته‌شده در این زمینه بوده، بااین‌حال به دلیل تبدیلات لگاریتمی در واسنجی این مدل، مقادیر برآوردی آن اغلب کمتر از مقدار واقعی است. در پژوهش حاضر، با استفاده از داده‌های دبی لحظه‌ای جریان و بار رسوب معلق ایستگاه هیدرومتری بیطاس در رودخانه مهاباد چای، مدل منحنی سنجه رسوب واسنجی و پس‌ازآن، با استفاده از الگوریتم ژنتیک چند هدفه با مرتب‌سازی نامغلوب (NSGA-II)، ضرایب این مدل مجدداً بهینه شد. این الگوریتم یک‌روال خودکار بوده و می‌تواند توابع هدف مختلفی را در فرآیند واسنجی به­طور هم‌زمان مورد استفاده قرار دهد. در این رابطه در فرایند واسنجی مدل از چهار تابع هدفRMSE ،MAE ، NSE و LOGE  به­طور دوبه‌دو استفاده گردید که با توجه به نتایج ارزیابی مدل، توابع هدف NSE و LOGE به‌عنوان بهترین توابع هدف جهت بهینه‌سازی مدل انتخاب شدند. همچنین به‌منظور افزایش قدرت تعمیم دهی مدل‌ها، از شبکه عصبی بدون ناظر نگاشت خودسازمان‌ده (SOM) برای خوشه‌بندی داده‌ها و تشکیل دو مجموعه داده همگن (مجموعه‌های واسنجی و ارزیابی) به نسبت 70 و 30 درصد استفاده شد. نتایج نشان داد که استفاده از الگوریتم NSGA-II سبب افزایش کارایی مدل شده به‌نحوی‌که نتایج آن، از نتایج دیگر مدل‌های مرسوم منحنی سنجه رسوب (نظیر منحنی سنجه حد وسط دسته‌ها، منحنی سنجه‌های تصحیح‌شده با ضرایب تصحیحی) بهتر است. در این رابطه، مقدار خطای (RMSE) داده‌های آزمون در بهترین مدل منحنی سنجه، 65/383 تن در روز محاسبه گردید که با استفاده از الگوریتم NSGA-II به 94/102 تن در روز کاهش یافت. درمجموع، با استفاده از الگوریتم NSGA-II می‌توان ضرایب مدل منحنی سنجه رسوب را به‌نحوی‌ بهینه نمود که کارایی آن بیشتر از سایر مدل‌های سنتی گردد.
متن کامل [PDF 3731 kb]   (31 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: فرسايش خاک و توليد رسوب
دریافت: ۱۳۹۷/۱/۱۵ | ویرایش نهایی: ۱۳۹۸/۵/۹ | پذیرش: ۱۳۹۷/۷/۲۹ | انتشار: ۱۳۹۸/۵/۱۲

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


کلیه حقوق این وب سایت متعلق به (پژوهشنامه مدیریت حوزه آبخیز (علمی-پژوهشی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2019 All Rights Reserved | Journal of Watershed Management Research

Designed & Developed by : Yektaweb