نویسندگان

• کتایون کاظم‌پور ¹
• مهدی بشیری ²
• مریم اکبری ¹

¹ کارشناس ارشد آبخیزداری، دانشکده کشاورزی و منابع طبیعی، دانشگاه تربت حیدریه

² استادیار گروه مهندسی طبیعت و گیاهان دارویی، دانشکده کشاورزی، دانشگاه تربت حیدریه

چکیده

دستیابی به اطلاعات دقیق سیلاب و رسوب، به­دلیل مشکلات اجرایی و فقدان ایستگاه‌های هیدرومتری و رسوب­سنجی مناسب بسیار هزینه‌بر و مشکل می‌باشد. لذا تحقیق حاضر درصدد تعیین ارتباطات معنی‌دار بین پارامترهای فیزیکی حوزه گرماب و مؤلفه‌های مختلف سیلاب و رسوب می­‌باشد. بدین منظور کلیه اطلاعات ورودی همچون متغیرهای مساحت و محیط حوزه‌، ارتفاع حداکثر، حداقل و متوسط حوزه­­ از سطح دریا، طول آبراهه اصلی، شیب آبراهه اصلی، شیب حوزه، ضریب شکل و تراکم زهکشی، فرسایش سالانه و فرسایش ویژه برحسب مترمکعب در کیلومتر مربع در سال و سیل با دوره بازگشت‌های 2، 5، 10، 25، 50 و 100 ساله به مترمکعب در ثانیه جمع‌آوری شد. سپس ارتباط بین هشت پارامتر برآورد شده سیلاب و رسوب و 10 پارامتر فیزیکی حوزه از طریق روش­‌های تجزیه‌وتحلیل آماری رگرسیون چند­متغیره و شبکه عصبی انجام پذیرفت. بررسی ورودی‌­های مؤثر در روش رگرسیون چندمتغیره نشان داد که متغیرهای مساحت و شیب حوزه پارامترهای مؤثر در تولید سیلاب و متغیرهای مساحت، ارتفاع حداقل و متوسط حوزه و طول آبراهه اصلی پارامترهای مؤثر در تولید رسوب حوزه گرماب می‌­باشند. همچنین شبکه تابع پایه شعاعی برای مقادیر پیش‌بینی‌شده فرسایش ویژه و شبکه پروسپترون چند­لایه برای فرسایش تخمینی سالانه به‌­ترتیب با حداکثر ضریب تبیین 0/98 و 0/99 و حداقل جذر میانگین مربعات خطایی برابر با 16/0 و 63/253 به­عنوان کارآمدترین مدل انتخاب شد. اما برای مقادیر پیش‌­بینی شده سیلاب با دوره بازگشت‌های 2، 5، 10، 25، 50 و 100 ساله، مدل رگرسیون چندمتغیره باتوجه به حداکثر ضریب تبیین، حداقل جذر میانگین مربعات خطا و قدر مطلق خطای نسبی به‌­عنوان برترین مدل برگزیده شد.

کلیدواژه‌ها

• پروسپترون چندلایه
• تابع پایه شعاعی
• حوزه‌ آبخیز گرماب
• رگرسیون چند‌متغیره
• شبکه عصبی مصنوعی