بخشی از مقاله
چکیده
ارائه راه کارهای مناسب جهت برآورد دقیق بار معلق رودخانهها در پروژههای منابع آب کاربردهای فراوانی دارد. به دلیل تاثیر پارامترهای مختلف بر انتقال رسوبات در رودخانهها، تعیین معادلات حاکم برآن مشکل بوده و مدلهای ریاضی نیز در این راستا از دقت کافی برخوردار نیستند. امروزه استفاده از سیستمهای هوش مصنوعی به عنوان راه کاری جدید در تحلیل مسائل آبی گسترش یافته است. در تحقیق حاضر از شبکه های عصبی، منطق فازی – عصبی و منحنی سنجه رسوب جهت برآورد رسوب استفاده شده است .
در این مطالعه از سه ترکیب مختلف ورودی برای تخمین بار رسوبی استفاده گردید. در حالت اول دبی رسوب تنها تابعی از دبی جریان همان روز در نظر گرفته شده است. در حالت دوم دبی رسوب علاوه بر دبی جریان همان روز، تابعی از دبی جریان روز قبل نیز در نظر گرفته شده است. در نهایت در حالت سوم دبی رسوب علاوه بر دبی جریان همان روز، تابعی از دبی جریان روز قبل و دو روز قبل نیز در نظر گرفته شد. نتایج به دست آمده نشان می دهد که روش شبکه عصبی با ضریب تبیین 0/84و میانگین مربع خطای 0/05از دقت بالاتری نسبت به مدل های دیگر در ایستگاه جریکه چاه نیمه برخوردار است.
الف-مقدمه
باتوجه به محدودیت منابع آب در طبیعت، توزیع مکانی وزمانی غیر یکنواخت منابع آبی، افزایش آلدگی ها، تخریب منابع طبیعی وهمچنین افزایش جمعیت، رشد وتوسعه جوامع شهری وفعالیت های کشاورزی وصنعتی، ضرورت برنامه ریزی ومدیریت صحیح منابع آبی اجتناب ناپذیر است. شبیه سازی وارزیابی آورد رسوب رودخانه نیز از جمله مسائل مهم وکاربردی در مدیریت منابع آب می باشد.
در اغلب رودخانه های طبیعی بخش اعظم رسوبات به صورت بار معلق انتقال می یابند. رسوبات حمل شده توسط رودخانه ها مشکلات زیادی از جمله رسوبگذاری در مخازن سدها وکاهش حجم مفید آنها، تغییر مسیر رودخانه به دلیل رسوبگذاری در بستر آنها، کاهش ظرفیت عبور کانال ها وتاسیسات انتقال آب و تغییر کیفیت آب به لحاظ مصارف شرب وکشاورزی را به وجود می آورند، - احمدی وهمکاران. - 1387 بار معلق به رسوباتی اطلاق می شود که درون آب وبالاتر از لایه بستر در حرکت هستند و بدلیل وزن کم شان ، توسط جریان آب به راحتی حمل شده وبه خاطر مولفه های رو به بالای جریان های متلاطم برای مدت زمان قابل ملاحظه ای به حالت معلق باقی می مانند - میرزایی وهمکاران،. - 1384 سابقه بررسی علمی در مورد انتقال رسوب معلق رودخانه ها بیش از 100 سال است - والینگ ووب، . - 1981 با استفاده از داده های اندازه گیری شده بار معلق رسوب و به کمک مدل های سنجه رسوب می توان مقدار رسوب انتقالی را برآورد کرد.
در عین حال برآورد رسوب از طریق این معادله همواره با مقداری خطا همراه می باشد - مساعدی، 1998؛ آسلمن،2000؛ عرب خدری وهمکاران، 2005؛ اعظمی وهمکاران، 2005؛ میر باقری و رجایی ،2006؛ صادقی و همکاران، - 2008 - آچیت واوییلن، - 2007 روابط رگرسیونی مقادیر پیش بینی شده را 20-25 بیشتر از مقادیر واقعی برآوردکرده وبیان کردند که برآورد دقیق تر آن نیاز به دوره های طولانی مدت دارد.
- پیاسی - 1997 و - صادقی و همکاران، - 2004 با به کارگیری مدل های دینامیک خطی وغیر خطی در یک حوزه آبخیز در هند وایران به نقش بارش، دبی و رسوب روزهای پیشین تاحداکثر 10روز در کنترل رسوب پرداختند. شبکه عصبی مصنوعی روشی است که بر پایه شبیه سازی عملکرد مغز انسان برای حل مسایل متنوع ارایه واز لایه های نرون ورودی، خروجی، میانی و وزن های مربوط به مقادیر ورودی و بایاس و تابع تحریک تشکیل شده است.
از قابلیت های شبکه عصبی مصنوعی می توان به مواردی مانند محاسبه یک تابع معلوم، تقریب یک نگاشت نا معلوم شناسایی الگو، پردازش سیگنال و یادگیری اشاره کرد - انجمن مهندسان عمران آمریکا،. - 2000 از معایب روش های شبکه عصبی نیز این است که تابعی در اختیار قرار نمی دهد که بتوان ازآن به صورت صریح استفاده نمود. مطالعات زیادی در زمینه رسوب با استفاده از شبکه عصبی انجام نشده است. - سارنگی وبا تاچاریا، - 2005 برتری روش شبکه عصبی مصنوعی نسبت به روش های رگرسیونی در پیش بینی رسوب و فرسایش را نشان دادند - ژو وهمکاران، - 2007 با مطالعه بر روی رود خانه لانگچوانگ جینگ در چین به برآورد موفق بار معلق رسوب به وسیله روش شبکه عصبی مصنوعی پرداختند.
در ایران نیز - آوریده و همکاران ، - 2001، - میرباقری و رجایی، - 2004، - ابوالواسط و شهرادفر، - 2006و - رجایی وهمکاران، - 2007 کاربرد موفق شبکه عصبی مصنوعی در تخمین رسوب معلق در رودخانه های مختلف داخل و خارج کشور را تایید نمودند. جمع بندی سابقه های پژوهش ها نشان دادکه روش های رگرسیونی از دقت زیاد برخوردار نبوده اند - دهقانی وهمکاران ، . - 1389 بنابراین در این پژوهش، به کارگیری روش شبکه عصبی مصنوعی و در نظر گرفتن رفتار دینامیکی بار معلق رسوب و درنظر گرفتن دبی جریان روزهای پیشین به عنوان متغیر موثر، ارزیابی شده است.
ب-مواد وروش ها
منطقه مورد مطالعه
مجموعه مخازن چاه نیمه در موقعیت جغرافیایی N3047 E6135 در استان سیستان و بلوچستان واقع است. چاه نیمه ها که چهار گودال طبیعی آب را شامل می شود در 35 کیلومتری زابل در شهرستان زهک قرار گرفته است . از این مخازن علاوه بر آبیاری، میتوان برای پرورش ماهی نیز استفاده کرد. حداکثر گنجایش این مخازن ششصد و شصت میلیون متر مکعب است و ظرفیت قابل بهرهبرداری سالانه آن تا سیصد و چهل میلیون متر مکعب نیز میرسد، که در حال حاضر چاه نیمه های 1 تا 3 مورد استفاده قرار گرفته و در کنار آنها چاه نیمه چهارم در حال بهره برداری می باشد.ایستگاه اندازه گیری کانال ورودی چاه نیمه به نام ایستگاه جریکه چاه نیمه نام دارد.
