پیش‌بینی دبی اوج در نقاط پایین دست با استفاده از داده های ایستگاه‌های بالادست به کمک شبکه عصبی (مطالعه موردی: طالقان)

در برخی موارد ممکن است ایستگاه هیدرومتری پایین‌دست منطقه به دلایلی تخریب شده باشد و دانستن دبی در پایین‌دست منطقه ضرورت داشته باشد، در این مواقع می‌توان با استفاده از اطلاعات موجود و یا داده‌های ایستگاه‌های بالادست، دبی در ایستگاه پایین‌دست را پیش‌بینی کرد. در این تحقیق دبی اوج در ایستگاه گلینک واقع در خروجی حوزه آبخیز طالقان با استفاده از شبکه عصبی مصنوعی در دو حالت پیش‌بینی شده است. در حالت اول از آمار گذشته ایستگاه، شامل دبی‌های متوسط حداکثر روزانه و بارش‌های متناظر، یک روز و پنج روز قبل، مجموع بارندگی پنج روز و دمای میانگین ماهانه استفاده شد و در حالت دوم آمار فوق‌الذکر در واحدهای هیدرولوژیک گته‌ده، مهران، علیزان و جوستان و همچنین پارامترهای فیزیوگرافی مساحت، ارتفاع متوسط، طول آبراهه اصلی و شیب متوسط نیز به مدل افزوده شدند. نوع شبکه مورد استفاده شبکه عصبی پیشخور دو لایه با الگوریتم پس‌انتشار بود که داده‌ها طی سه مرحله آموزش، اعتبارسنجی و تست گردیدند. نتایج حاکی از آن است که پیش‌بینی دبی اوج با استفاده از ایستگاه‌های بالادست و پارامترهای فیزیوگرافی بهتر از پیش‌بینی دبی با استفاده از اطلاعات سال‌های قبل در پایین‌دست ایستگاه می‌باشد.