ارزیابی مدل‌های هوش مصنوعی در مدل‌سازی جریان رودخانه، مطالعه موردی: رودخانه گاماسیاب

کاربرد مدلهای شبکه عصبی مصنوعی و مدل M5 در شبیه سازی جریان ماهانه(مطالعه موردی: رودخانه استور)

    مدیریت موثر منابع آبی در یک رودخانه نیازمند شناخت صحیح و کامل از فرآیندهایی است که در آن رخ می‌دهد. روش­های هوش مصنوعی می­توانند کارایی بالایی جهت شبیه­سازی جریان رودخانه در مقیاس­های مختلف زمانی و مکانی داشته باشند. در این مطالعه از روش شبکه عصبی مصنوعی و مدل نمودار درختی M5 جهت شبیه‌سازی ماهانه جریان رودخانه در ایستگاه استور استفاده گردید. جهت شبیه‌سازی داده­های دبی جریان ماهانه در این ای...

ارزیابی جریان زیست محیطی رودخانه با روش‌های اکو-هیدرولوژیکی (مطالعه موردی : رودخانه مهابادچای)

سابقه و هدف: با توجه به کمبود آب و همچنین توزیع نامناسب مکانی و زمانی بارش، اجرای طرح‌های توسعه منابع آب بویژه سدسازی و انتقال بین حوضه ای آب، گاهی اجتناب ناپذیر خواهد بود. بمنظور پیشگیری از اثرات منفی دراز مدت این طرح‌ها بر اکوسیستم‌های رودخانه‌ای، لازم است نیازمندی‌های هیدرولوژیکی و اکولوژیکی رودخانه در قالب یک نیاز آب زیست محیطی تعریف شده و در تعاملات تخصیص آب مد نظر قرار گیرد. نیازهای زیست ...

بررسی تاثیر عامل بارش پیشین در برآورد جریان رودخانه توسط شبکه عصبی مصنوعی (مطالعه موردی: رودخانه بختیاری)

ارزیابی آلودگی فلزات سنگین در رسوبات سطحی رودخانه گاماسیاب نهاوند

در این مطالعه به ارزیابی آلودگی فلزات سنگین رودخانه گاماسیاب واقع در استان همدان پرداخته شد. رودخانه گاماسیاب مهم‌ترین رودخانه شهرستان نهاوند می‌باشد که در مجاور آن فعالیت‌های گسترده‌ای مانند کشاورزی یا پرورش ماهی صورت می‌گیرد بنابراین ارزیابی فلزات سنگین در رسوبات این رودخانه امری اجتناب ناپذیر می‌باشد. نتایج حاصل، روند کاهشی غلظت فلزات سنگین در این رودخانه را به‌صورت Cr> Zn> Ni> As> Pb> Co> M...

مقایسه روش های هوش مصنوعی در برآورد بار معلق رسوب (مطالعه موردی: رودخانه سیستان)

سابقه و هدف: برآورد صحیح حجم رسوبات معلق در رودخانه‌ها، یکی از مهم‌ترین مسائل در پروژه‌های مهندسی رودخانه، منابع آب و محیط‌زیست می‌باشد. رودخانه سیستان شاخه اصلی منشعب از رودخانه هیرمند بوده که وظیفه آبیاری 70 درصد زمین‌های کشاورزی دشت سیستان و همچنین تأمین بخشی از آب هامون هیرمند را به عهده دارد. با توجه به مشکلات زیاد ناشی از رسوبات در رودخانه‌ها، محققین علم رسوب تلاش‌های زیادی به‌منظور دستیا...

بررسی عملکرد شبکه عصبی مصنوعی در پیش‌بینی جریان رودخانه (مطالعه موردی: حوضه قره آغاج استان فارس)

In order to river flow forecasting in catchments area in during many years are invented different methods that their efficiency is confirmed. One of these simulation models is neural network that it can draw the existence of truth together with considerable attention. In this research in order to Discharge simulation is investigated meteorological parameters effects on Ghare Aghaj river flow. F...