مقایسه شبیه سازی رسوب با استفاده از منحنی های سنجه رسوب و شبکه عصبی مصنوعی (مطالعه موردی: حوضه آبخیز گدارخوش، استان ایلام)

از مهمترین عوامل تصمیمصگیری در احداث سازه های رودخانه ای و تعیین عمر مفید سد ها داشتن برآورد دقیق از میزان رسوب حمل شده توسط رودخانه ها است. روش های چندی برای محاسبه بار معلق رودخانه ها پیشنهاد شده است. یکی از این روش ها، روش هیدرولوژیکی منحنی سنجه رسوب است. از خطا های عمده روش مذکور عدم لحاظ اختلاف های فصلی می باشد. بر این اساس هدف از تحقیق حاضر ارزیابی اثر ارایه منحنی سنجه رسوب در دوره های کم آبی و پر آبی بر میزان خطای تخمین رسوب و مقایسه روش مذکور با روش شبکه عصبی مصنوعی می باشد. جهت دست یابی به این مهم با ترسیم منحنی تداوم جریان و منحنی سنجه های رسوب کم آبی و پر آبی به روش اداره عمران ایالات متحده ‭(USBR) ‬اقدام به محاسبه میزان رسوب معلق روزانه گردید. سپس نتایج حاصله با نتایج بدست آمده از روش شبکه عصبی مصنوعی مورد مقایسه قرار گرفت. در نهایت به وسیله معیار های آماری سنجش خطا شامل خطای نسبی ‭(RE)‬، کارایی مدل ‭( EF)‬، ریشه میانگین مربعات خطا ‭(RMSE) ‬و ضریب تبیین ‭(R‬2) اقدام به ارزیابی خطاهای روش های مذکور شد. نتایج مبین قابلیت بالای روش شبکه عصبی مصنوعی با ضرایب تبیین و کارایی به ترتیب ‮‭0/ 903‬ و ‮‭0/89‬ و ریشه میانگین مربعات خطا و خطای نسبی به ترتیب ‮‭0/322‬ و ‮‭6/22‬ می باشد. واژه های کلیدی: روش اداره عمران ایالات متحده، شبکه عصبی مصنوعی، منحنی سنجه رسوب، منحنی تداوم جریان، دوره های کم آبی و پر آبی