جلد 21، شماره 1 - ( علوم آب و خاک - علوم و فنون کشاورزی و منابع طبیعی- بهار 1396 )                   جلد 21 شماره 1 صفحات 113-125 | برگشت به فهرست نسخه ها



DOI: 10.18869/acadpub.jstnar.21.1.113

XML English Abstract Print


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

Hayatzadeh M, Ekhtesasi M, Malekinezhad H, Fathzadeh A, Azimzadeh H. Determination of the Optimal Method to Estimate the Suspended Sediment Load in Arid Regions. Case Study: Fakhrabad basin of Mehriz (Yazd). JWSS. 2017; 21 (1) :113-125
URL: http://jstnar.iut.ac.ir/article-1-3212-fa.html
حیات زاده مهدی، اختصاصی محمدرضا، ملکی نژاد حسین، فتح زاده علی، عظیم زاده حمیدرضا. بهینه یابی برآورد میزان رسوب معلق در مناطق خشک مطالعه موردی: حوضه فخرآباد مهریز (یزد). مجله علوم آب و خاک. 1396; 21 (1) :113-125

URL: http://jstnar.iut.ac.ir/article-1-3212-fa.html


مربی دانشگاه یزد
چکیده:   (331 مشاهده)

فرسایش خاک، بی ­شک یکی از مهمترین مسائل و مشکلات موجود در عرصه های طبیعی کشور است و آثار مخربی در اکوسیستم­های مختلف به جای می­گذارد. با توجه به اینکه محاسبه مقادیر رسوب از طریق ایستگاه های رسوب سنجی و اندازه­گیری­های مستقیم فرسایش فرایندی هزینه­بر و مشکل است، یافتن روش­هایی برای برآورد دقیق میزان رسوبدهی حوضه­های آبخیز بویژه در مناطق خشک و فراخشک به دلیل شرایط حساس اکولوژیکی ضروری می نماید. یکی از روش هایی که تا به امروز در این مناطق نسبت به سایر روش های برآورد رسوب بیشتر مورد استفاده قرار گرفته است روش های رگرسیونی سنجه رسوب می باشد. لذا در این تحقیق مقادیر رسوب مشاهداتی 48 واقعه (دبی و رسوب متناظر) در یک دوره 23 ساله حوضه فخرآباد- مهریز با مقادیر برآوردی از روش های سنجه چند خطی، حد وسط دسته­ها، منحنی سنجه حد وسط دسته­ها با ضریب اصلاحی QMLE، SMEARING و ضریب اصلاحی FAO و همچنین با نتایج حاصل از روش شبکه عصبی مصنوعی (ANN) مورد مقایسه قرار گرفته و صحت هر یک از این روش­ها مورد آزمون قرار گرفت. بررسی حاصل از آزمون های مجذور میانگین مربع خطا ها (RMSE)، ضریب تبیین (R2) و معیار ناش (ME) کارایی بالاتر روش شبکه عصبی (ANN) را نسبت به سایر روش های مذکور نشان دادند. نتایج آزمون­های مذکور برای روش شبکه عصبی مصنوعی به عنوان روش بهینه به ترتیب 3/203، 86/0 و 66/0 را نشان دادند. نتایج حاصل مبین این است که در استفاده از هر روشی برای برآورد رسوب معلق جریان در مناطق خشک و فراخشک به دلیل ماهیت داده های مشاهداتی و همچنین رژیم خاص جریان ها که اغلب به صورت موقت و فصلی می باشند باید جانب احتیاط را رعایت نمود. در عین حال بررسی نتایج این تحقیق گویای انعطاف­پذیری بالاتر مدل­های شبکه عصبی مصنوعی است که آنها را به ابزار مناسبی جهت مدلسازی در شرایطی که با فقر داده مواجه هستیم مبدل می­سازد.  

متن کامل [PDF 459 kb]   (101 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: عمومی
دریافت: ۱۳۹۴/۱۱/۱۵ | پذیرش: ۱۳۹۵/۵/۶ | انتشار: ۱۳۹۶/۳/۱۶

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
کد امنیتی را در کادر بنویسید

کلیه حقوق این وب سایت متعلق به نشریه علوم آب و خاک - علوم و فنون کشاورزی و منابع طبیعی - Isfahan University of Technology می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2015 All Rights Reserved | JWSS - Isfahan University of Technology

Designed & Developed by : Yektaweb