TY - JOUR ID - 54939 TI - تعیین مناسب‏ترین روش منحنی سنجه و مقایسة آن با شبکة عصبی مصنوعی به منظور برآورد رسوبات معلق (مطالعة موردی: استان لرستان) JO - نشریه علمی - پژوهشی مرتع و آبخیزداری JA - JRWM LA - fa SN - 5044-2008 AU - یوسفی, محسن AU - برزگر, فاطمه AD - کارشناس‌ارشد آبخیزداری، دانشکدة منابع طبیعی و کویرشناسی، دانشگاه یزد، ایران AD - عضو هیئت‌علمی دانشکدة کشاورزی دانشگاه پیام نور، ایران Y1 - 2015 PY - 2015 VL - 68 IS - 2 SP - 413 EP - 426 KW - الگوریتم لونبرگ‌- مارکوآرت KW - رسوبات معلق KW - شبکة عصبی KW - منحنی سنجه DO - 10.22059/jrwm.2015.54939 N2 - برآورد میزان رسوبات معلق در رودخانه‏ها از ابعاد مختلف کشاورزی، حفاظت خاک، سد‌سازی، حیات آبزیان، و همچنین جنبه‏های مختلف تحقیقاتی اهمیت فراوانی دارد. روش‏های مختلفی برای بررسی و برآورد رسوبات معلق رودخانه‏ها وجود دارد که البته توانایی این روش‏ها در برآورد رسوبات متفاوت است. هدف از این مطالعه برآورد رسوبات معلق رودخانه با استفاده از شبکة عصبی پیش‌خور پس‌انتشار خطا با الگوریتم آموزشی لونبرگ‌- مارکوآرت و مقایسة نتایج با بهترین ترکیب منحنی سنجة رسوب و ضرایب اصلاحی است. در این مطالعه از آمار دبی و رسوب متناظر ده ایستگاه استان لرستان به صورت روزانه، ماهانه، فصلی، و دسته‌بندی‌شده استفاده شد. نتایج نشان داد از بین انواع مختلف منحنی سنجه و ضرایب اصلاحی استفاده‌شده، که جمعاً شامل بیست ترکیب بود، ترکیب منحنی سنجة ماهانه و ضریب اصلاحی MUVE بر اساس ضریب ناش- ساتکلیف و شاخص دقت مناسب‌تر است. در مرحلة بعد، نتایج حاصل از برآورد رسوب با مناسب‌ترین منحنی سنجه با نتایج حاصل از شبکة عصبی با استفاده از ضریب ناش- ساتکلیف و مجذور میانگین مربعات خطا مقایسه شد. نتایج نشان‌دهندة مناسب‌بودن شبکة عصبی پیش‌خور پس‌انتشار خطا در قیاس با منحنی سنجة رسوب است. UR - https://jrwm.ut.ac.ir/article_54939.html L1 - https://jrwm.ut.ac.ir/article_54939_cacc9e01481cd85c54530ba3363a6409.pdf ER -