دوره 7، شماره 13 - ( بهار و تابستان 1395 )                   جلد 7 شماره 13 صفحات 138-149 | برگشت به فهرست نسخه ها


XML English Abstract Print


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

(2016). Digital Mapping of Snow Water Equivalent using an Artificial Neural Network and Geomorphometric Parameters (Case study: Sakhvid watershed, Yazd). jwmr. 7(13), 149-138. doi:10.18869/acadpub.jwmr.7.13.149
URL: http://jwmr.sanru.ac.ir/article-1-666-fa.html
ابدام سمیه، فتح‌زاده علی، تقی‌زاده مهرجردی روح الله، محجوبی جواد. تهیه نقشه رقومی آب معادل برف با استفاده از پارامترهای ژئومرفومتری و روش شبکه عصبی مصنوعی (مطالعه موردی: حوزه آبخیز سخوید) پ‍‍ژوهشنامه مديريت حوزه آبخيز 1395; 7 (13) :138-149 10.18869/acadpub.jwmr.7.13.149

URL: http://jwmr.sanru.ac.ir/article-1-666-fa.html


چکیده:   (3807 مشاهده)

اگرچه بخش کوچکی از سطح کره زمین را مناطق کوهستانی در بر می‌گیرد، اما همین مقدار اندک در چشم‌انداز هیدرولوژیکی حوزههای آبخیز تأثیر شگرفی دارد. با توجه به این که در مناطق خشک و نیمه خشک ایران، بحران آب مقوله‌ای جدی است، پایش مقادیر برف باریده شده در بخش‌های کوهستانی این مناطق بسیار حائز اهمیت است. معمولاً دست­یابی به توزیع مکانی آب معادل برف از راه اطلاعات مشاهده‌ای و در مقیاسی محدود، صورت می‌گیرد، این در حالی است که به دلیل محدودیت‌های میدانی و صعب العبور بودن مناطق کوهستانی، جمع‌آوری اطلاعات به ویژه در حوزه‌های بزرگ، دشوار و گاهی غیر‌ممکن است. بدین ترتیب، توسعه روش‌هایی که بتواند آب معادل برف را در نقاط فاقد اندازه‌گیری برآورد نماید و نیز بررسی دامنه کاربرد آن‌ها، امری ضروری است. در این پژوهش محدوده‌ای به مساحت 16 هکتار در منطقه سخوید یزد انتخاب و با استفاده از نمونه‌بردار مدل مونت- رز در  216 نقطه، داده آب معادل برف اندازه‌گیری شد. سپس به کمک 31 پارامتر ژئومورفومتری حوزه، به ارزیابی کارآیی روش شبکه عصبی مصنوعی در برآورد توزیع مکانی آب معادل برف پرداخته شد و بدین ترتیب، نقشهرقومی آب معادل برف تهیه گردید. نتایج حاصله نشان داد که شبکه عصبی مصنوعی با ضریب تعیین 83/0 و مجذور میانگین مربعات خطا برابر با 55/3 قادر به پیش‌بینی آب معادل برف است. همچنین نتایج آنالیز حساسیت شبکه عصبی مصنوعی نشان داد که از بین پارامترهای به کار رفته در پیش‌بینی آب معادل برف، پارامترهای مقطع طولی انحناء، مقطع عرضی انحناء، انحناء، اثرباد، شیب، شاخص همواری قله، شیب حوزه و شاخص همواری دره، جزء مؤثرترین عوامل در پیش­بینی آب معادل برف هستند.

متن کامل [PDF 1263 kb]   (1374 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: 1395/4/27 | ویرایش نهایی: 1395/6/10 | پذیرش: 1395/4/27 | انتشار: 1395/4/27

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

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

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

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 | Journal of Watershed Management Research

Designed & Developed by : Yektaweb