مقایسه کارآیی مدل سنجه رسوب و شبکه عصبی مصنوعی در برآورد بار کف رودخانه‌ها

نوع مقاله: مقاله پژوهشی

نویسندگان

استادیار آبخیزداری، پژوهشکدة حفاظت خاک و آبخیزداری، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران

چکیده

به دلیل مشکلات نمونهبرداری و عدم دقّت کافی معادلات تجربی، سنجش و گزینش مناسبترین روشهای برآورد رسوبات بار کف، اهمّیّت زیادی دارد.هدف پژوهش حاضر، مقایسة کارآیی مدلهای آماری شبکة عصبی مصنوعی و منحنی سنجة رسوب در برآورد رسوبات بار کف است؛ بدین منظور، ابتدا 5 ایستگاه هیدرومتری دارای بیشترین تعداد نمونه انتخاب شدند؛ سپس منحنی سنجة رسوب و مدل شبکة عصبی مصنوعی با 70% داده‌های آنها ساخته و ارزیابی دقّت برآورد دو مدل با 30% باقیماندة نمونهها انجام شد. نتایج نشان داد که در تمامی ایستگاهها، با افزایش مقادیر دبی جریان، رسوبات بار کف نیز افزایش می‌یابد. میانگین سطح معنیداری تفاوت بین مقادیر مشاهداتی و برآوردی مدل شبکة عصبی مصنوعی (59/0) بالاتر از مدل منحنی سنجة رسوب (14/0) است که نشاندهندة تفاوت کمتر مقادیر مشاهداتی و برآوردی مدل شبکة عصبی مصنوعی نسبت به مدل منحنی سنجة رسوب و صحّت بیشتر برآوردهای مدل شبکة عصبی مصنوعی است؛ همچنین در تمام ایستگاهها، شاخص مجذور میانگین مربعات خطا برای مدل شبکة عصبی مصنوعی کمتر از مدل منحنی سنجة رسوب است، به طوری که مجموع مجذور میانگین مربعات خطای پنج ایستگاه برای مدل شبکة عصبی مصنوعی و منحنی سنجة رسوب به ترتیب برابر 7/2505 و 3/5195 محاسبه شد. بالاتر بودن ضریب همبستگی بین مقادیر مشاهداتی و برآوردی در هر پنج ایستگاه، با استفاده از مدل شبکة عصبی مصنوعی (765/0) نسبت به مدل منحنی سنجة رسوب (5038/0)، نشان از تخمینهای دقیقتر مدل شبکة عصبی مصنوعی دارد. در نهایت، مدل شبکة عصبی مصنوعی که از دقّت بالاتری نسبت به مدل سنجة بار کف برخوردار است، به عنوان مدل برتر انتخاب شد. با توجّه به مشکلات اندازهگیری رسوبات بار کف و اریب زیاد ناشی از محاسبة بار بستر به عنوان درصدی از بار معلّق، نتایج این پژوهش میتواند کمک شایانی به برآورد دقیقتر بار بستر و نیز بار کلّ رسوبی نماید.
 

کلیدواژه‌ها


اسماعیلی، کاظم؛ شفاعی بجستان، محمود؛ کاشفی‌پور، محمود (1387) مدل پیش‌بینی بارکف در رودخانة فصلی، آب‌وخاک (علوم و صنایع کشاورزی)، 22 (2)، صص. 250-240.

امامی، سید امیر (1379) انتقال رسوب، انتشارات جهاد دانشگاهی واحد صنعتی امیرکبیر، تهران.

حدادچی، آرمان؛ امید، محمدحسین؛ دهقانی، امیراحمد (1390) ارزیابی معادلات تجربی برآورد دبی بار بستر در رودخانة کوهستانی با بستر شنی (مطالعة موردی: رودخانة چهل‌چای در استان گلستان)، پژوهش‌های حفاظت آب‌وخاک، 18 (3)، صص. 166-149.

راحت‌طلب نخجیری، حسن؛ گلمایی، سیدحسن؛ یوسفی، عبدالرضا؛ اکتایی، رضا (1383) سنجش و گزینش مناسب‌ترین روش‌های برآورد بار کف رودخانه‌ها (مطالعة موردی: رودخانة زرین‌گل - استان گلستان)، علوم کشاورزی و منابع طبیعی، 11 (3)، صص. 140-133.

عرب‌خدری، محمود (1380) تعیین نسبت بار کف به معلّق از طریق رسوب‌سنجی مخزن و دانه‌بندی رسوبات، تحقیقات مهندسی کشاورزی، 2 (6)، صص. 91-81.

مصفایی، جمال؛ طالبی، علی (1393) نگاهی آماری به وضعیّت فرسایش آبی در ایران، ترویج و توسعة آبخیزداری، 2 (5)، صص. 17-9.

Barry, J. J., Buffington, J. M., King, J. G. (2004) A General Power Equation for Predicting Bed Load Transport in Gravel Bed Rivers, Water Resources Research, 40 (10), pp. 1-22.

Belperio, A. P. (1979) The Combined Use of Wash Load and Bed Material Load Rating Curves for the Calculation of Total Load: An Example from the Burdekin River, Australia, Catena, 6 (3), pp. 317-329.

Childers, D. (1999) Field Comparisons of Six Pressure-Difference Bedload Samplers in High-Energy Flow, Water-Resources Investigations Report 92-4068, U.S. Geological Survey, Vancouver, Washington.

Claude, N., Rodrigues, S., Bustillo, V., Bréhéret, J. G., Macaire, J. J., Jugé, P. (2012) Estimating Bedload Transport in a Large Sand-Gravel Bed River from Direct Sampling, Dune Tracking and Empirical Formulas, Geomorphology, 179 (15), pp. 40-57.

Ebtehaj, I., Bonakdari, H. (2016) Bed Load Sediment Transport Estimation in a Clean Pipe Using Multilayer Perceptron with Different Training Algorithms, Civil Engineering, 20 (2), pp. 581-589.

Edwards, T. E., Glysson, G. D. (1999) Book 3, Chapter C2: Field Methods for Measurement of Fluvial Sediment, Techniques of Water-Resources Investigations, U.S. Geological Survey, Reston.

Gomez, B., Church, M. (1989) An Assessment of Bed Load Sediment Transport Formulae for Gravel Bed Rivers, Water Resources Research, 25, pp. 1161-1186.

Gray, J. R., Webb, R. H., Hyndman, D. W. (1991) Low-Flow Sediment Transport in the Colorado River, 5th Federal Interagency Sedimentation Conference, Reston, 4, pp. 63-71.

Habersack, H., Kreisler, A., Rindler, R., Aigner, J., Seitz, H., Liedermann, M., Laronne, J. B. (2017) Integrated Automatic and Continuous Bedload Monitoring in Gravel Bed Rivers, Geomorphology, 291, pp. 80-93.

Kitsikoudis, V., Sidiropoulos, E., Hrissanthou, V. (2014) Machine Learning Utilization for bed Load Transport in Gravel-Bed Rivers, Water Resources Management, 28 (11), pp. 3727-3743.

Kitsikoudis, V., Spiliotis, M., Hrissanthou, V. (2016) Fuzzy Regression Analysis for Sediment Incipient Motion under Turbulent Flow Conditions, Environmental Processes, 3 (3), pp. 663-679.

McLean, D. G., Church, M., Tassone, B. (1999) Sediment Transport Along the Lower Fraser River: 1. Measurement and Hydraulic Computations, Water Resources Research, 35 (8), pp. 2533-2548.

Mosaffaie, J. (2015) Comparison of Two Methods of Regional Flood Frequency Analysis by Using L-Moments, Water Resources, 42 (3), pp. 313-321.

Mosaffaie, J. (2016) Application of Artificial Neural Network, Multiple-Regression and index-Flood Techniques in Regional Flood Frequency Estimation, International Journal of Water, 10 (4), pp. 328-342.

Mosaffaie, J., Ekhtesasi, M. R., Dastorani, M. T., Azimzadeh, H. R., Zare Chahuki, M. A. (2015) Temporal and Spatial Variation of the Water Erosion Rate, Arabian Journal of Geosciences, 8 (8), pp. 5971–5979. DOI: 10.1007/s12517-014-1628-z.

Pektaş, A. O., Dogan, E. (2015) Prediction of bed Load Via Suspended Sediment Load Using Soft Computing Methods, Geofizika, 32, pp. 27-46.

Rajaee, T., Mirbagheri, S. A., Kermani, M. Z., Nourani, V. (2009) Daily Suspended Sediment Concentration Simulation Using ANN and Neuro-Fuzzy Models, Science of the Total Environment, 407 (17), pp. 4916-4927.

Spiliotis, M., Kitsikoudis, V. Hrissanthou, V. (2017) Assessment of Bedload Transport in Gravel-Bed Rivers with a New Fuzzy Adaptive Regression, European Water, 57, pp. 237-244.

Yang, C. T, Marsooli, R., Aalami, M. T. (2009) Evaluation of Total Load Sediment Transport Formulas Using ANN, International Journal of Sediment Research, 24 (3), pp. 274-286.