پیش‌بینی رواناب و رسوب به کمک شبکة عصبی مصنوعی و رگرسیون چندمتغیره در مارنهای آغاجاری
چکیده
پدیدة فرسایش و انتقال رسوب یکی از پیچیدهترین مسائل مدیریت حوزة زه کشی رودخانههاست که در بررسی طرحهای آبی اهمیت بسیاری دارد و اندازهگیری آن مستلزم صرف وقت و هزینة فراوانی است. مسئلة رواناب سطحی در حوزة آبخیز رودخانهها نیز موضوع پیچیدهای است که اطلاعات و فهم دانش بشری از قوانین فیزیکی حاکم بر آن بعضاً از دیدگاه روابط ریاضی محدود است. در این تحقیق، به منظور مدل سازی تولید رواناب و رسوب کاربریهای مختلف نهشتههای سازند آغاجاری، بخشی از حوزة آبخیز مرغا در شهرستان ایذه به مساحت 1609 هکتار انتخاب شد. در این تحقیق، از برخی متغیرهای فیزیکی و شیمیایی خاک شامل درصد ماسة خیلی ریز، شن، رس، سیلت، اسیدیته، هدایت الکتریکی، رطوبت، کربنات کلسیم و شوری خاک و رواناب و رسوب در کاربریهای مختلف سازند آغاجاری برای مدل سازی استفاده شد. بدین منظور از دستگاه شبیهساز باران در 7 نقطه و با 3 تکرار در سه شدت مختلف 75/0، 1، و 25/1 میلی متر در دقیقه در سه کاربری مرتع، منطقة مسکونی، و اراضی کشاورزی میزان رواناب و رسوب اندازهگیری شد. همچنین، به همین تعداد، نمونة خاک از عمق ۰ ـ ۲۰ سانتیمتری برداشت شد. در مجموع، تعداد 126 نمونه رواناب و رسوب جمع آوری شد و 189 آزمایش خاک انجام شد. به منظور تجزیه و تحلیلهای آماری از نرم افزارهای11.5 spss، excel، وmatlab 2008 استفاده شد. نتایج نشان داد که رگرسیون چندمتغیره در شرایطی با دادههای ورودی زیاد و خروجی کم نتایج مطلوبتری در مقایسه با شبکة عصبی مصنوعی نشان میدهد. در شدت های بالای بارش به علت همگنی دادهها عملکرد شبکة عصبی نسبت به شدتهای پایین بارش بهتر میشود. ولی، رگرسیون چندمتغیره در همة شدتهای بارش بالا و پایین عملکرد بسیار قابل قبولی نشان داد. متوسط خطای نسبی در هر سه کاربری در میزان تولید رسوب در شدت بارش 75/0 میلی متر در دقیقه در رگرسیون چندمتغیره 2/7 درصد و میزان مجذور میانگین مربعات خطا 06/0 است و در شبکة عصبی در همین شدت متوسط خطای نسبی 9/146 درصد و مجذور میانگین مربعات خطا 41/0 است. متوسط خطای نسبی در هر سه کاربری در میزان تولید رسوب در شدت بارش 1 میلی متر در دقیقه در رگرسیون چندمتغیره 5/8 درصد و میزان مجذور میانگین مربعات خطا 19/0 است و در شبکة عصبی در همین شدت متوسط خطای نسبی 36/96 درصد و مجذور میانگین مربعات خطا 85/0 است. متوسط خطای نسبی در هر سه کاربری در میزان تولید رسوب در شدت بارش 25/1 میلی متر در دقیقه در رگرسیون چندمتغیره 8/1 درصد و میزان مجذور میانگین مربعات خطا 38/0 است و در شبکة عصبی در همین شدت متوسط خطای نسبی 6/37 درصد و مجذور میانگین مربعات خطا 73/0 است.