محمد صادق پرهمت؛ جهانگیر پرهمت؛ مهدی میرزایی
چکیده
چشمه‌های کارستی مناطق غرب ایران، تأمینکننده دبی پایه رودخانه‌هایی همچون کرخه، طی سال‌های گذشته با کمبود آبدهی مواجه شده‌اند. سراب نیلوفر در شمال غرب شهر کرمانشاه از جمله آنها است که در سال‌های اخیر با کاهش آبدهی و نیز خشکیدگی فصلی مواجه است. با توجه به عوامل مشترک اقلیمی و انسانی در خشکیدگی این چشمه‌ها، ضروری است که بررسی ...
بیشتر
چشمه‌های کارستی مناطق غرب ایران، تأمینکننده دبی پایه رودخانه‌هایی همچون کرخه، طی سال‌های گذشته با کمبود آبدهی مواجه شده‌اند. سراب نیلوفر در شمال غرب شهر کرمانشاه از جمله آنها است که در سال‌های اخیر با کاهش آبدهی و نیز خشکیدگی فصلی مواجه است. با توجه به عوامل مشترک اقلیمی و انسانی در خشکیدگی این چشمه‌ها، ضروری است که بررسی و بر حسب عوامل تأثیرگذار برنامه احیای آن تهیه شود. بدینمنظور، پژوهش حاضر برای ارزیابی تأثیر نوسانات خشکسالی بر کاهش آبدهی آن انجام و دو روش تعیین خشکسالی، یکی شاخص بارش استاندارد (SPI) و دیگری میانگین متحرک استفاده شد. بر اساس نتایج میانگین متحرک، چهار دوره شامل ترسالی 70-1369 تا 78-1377، خشکسالی 78-1377 الی 83-1382، ترسالی 84-1383 تا 86-1385 و خشکسالی 87-1386 الی 95-1394 به‌‌وقوع پیوسته است. بررسی نتایج شاخص SPI نشان داد که در طی این زمان، دو دوره کلی شامل 1369 تا 1377 و 1378 تا 1395 قابل تفکیک است. دوره اول دارای تناوب سال‌های مرطوب و یا نرمال ولی دوره دوم خیلیخشک، خشک و نرمال است. با این وصف، دوره دوم با تداوم و شدت خشکی بیشتری مواجه است. همچنین، نتایج این پژوهش نشان داد که دبی چشمه در دوره 29 ساله از 1348 تا 1377 با وجود خشکسالی‌های شدید دهه 30 و 40 از ثبات لازم برخوردار و تنها دارای نوسانات فصلی بوده، ولی طی 19 سال اخیر کاهش شدیدتری را نشان می‌دهد. بهطوری‌که طی دوره اول، متوسط دبی چشمه حدود 1100 لیتر بر ثانیه ولی 19 سال بعدی به 337 لیتر بر ثانیه کاهش یافته است. نتایج پژوهش نشان داد، کاهش دبی با وقوع خشکسالی‌ها منطبق، ولی در ترسالی‌ها روند کاهشی آن همچنان ادامه یافته و شیب کاهش دبی نسبت به بارندگی بیشتر است. بنابراین، خشکیدگی چشمه تنها متأثر از خشکسالی نیست و افت سطح آب آبخوان مجاور تأثیر بیشتری داشته است.
مجید خزایی؛ محمد رضا میرزایی
چکیده
پیشبینی در هیدرولوژی به معنی تخمین شرایط هیدرولوژیکی و هواشناسی در یک بازه زمانی خاص میباشد. در همین راستا، فهم رابطه بین بارش و رواناب یکی از ضروری‌ترین مسائل برای مدیریت منابع آب میباشد. پژوهش حاضر با هدف مقایسه بین مدل‌های مختلف شبکه عصبی مصنوعی (MLP وRBF) و سریهای زمانی آرما (ARMA) در برآورد دبی ماهانه در حوزه آبخیز طالقان برای ...
بیشتر
پیشبینی در هیدرولوژی به معنی تخمین شرایط هیدرولوژیکی و هواشناسی در یک بازه زمانی خاص میباشد. در همین راستا، فهم رابطه بین بارش و رواناب یکی از ضروری‌ترین مسائل برای مدیریت منابع آب میباشد. پژوهش حاضر با هدف مقایسه بین مدل‌های مختلف شبکه عصبی مصنوعی (MLP وRBF) و سریهای زمانی آرما (ARMA) در برآورد دبی ماهانه در حوزه آبخیز طالقان برای یک دوره 30ساله بین سال‌های 1356 تا 1386 پیریزی شد. در روش شبکه عصبی مصنوعی از توابع محرک سیگموئیدی و پارامترهای تعداد تکرار، ضریب یادگیری، تعداد نرون مخفی و خطای هدف که با استفاده از آزمون و خطا بهدست آمده، استفاده شد. همچنین، در روش آرما از بین مدل‌های مختلف روشی که دارای کمترین میزان خطا و معیار سنجش آکائیک (AIC) بود بهعنوان مدل بهینه انتخاب شد. نتایج مدل‌سازی سریهای زمانی با استفاده از مدل‌های آنالیز روند، هالت وینترز و باکس-جنکینز (آرما) حاکی از دقت بیشتر مدل‌های آرما (2 و 2) (R=0.77) و هالت وینترز (R=0.72) بوده است. در مقایسه بین مدل‌های شبکه عصبی مصنوعی، مدل MLP با میانگین ضریب هم‌بستگی 0.83 نسبت به مدل RBF با میانگین ضریب هم‌بستگی 0.81 دقت بیشتری در پیشبینی دبی نشان داده است. در مجموع دقت‌سنجی مدل‌ها براساس آماره‌های ریشه میانگین مربعات خطا و ضریب هم‌بستگی حاکی از دقت بیشتر شبکه عصبی مصنوعی (ANN) نسبت به مدل‌های سری زمانی (ARMA) میباشد. همچنین، ارزیابی دقت در مدل‌های مختلف حاکی از دقت بیشتر مدل یک (R=0.86 و RMSE=6.45) با ورودی‌های دبی یک ماه تا چهار ماه قبل بوده است. بهترین معماری در روش شبکه عصبی مصنوعی نوع MLP، مدل شماره 1 با آرایش 1-20-4 بهترتیب با چهار نرون در لایه ورودی، 20 نرون در لایه مخفی و یک نرون در لایه خروجی شناخته شد.
