کاربرد روش شبکه عصبی مصنوعی بسط داده شده در یک حوضه‌ آبریز برای برآورد دبی ماهانه در زیرحوضه‌ها (مطالعه موردی: حوضه آبریز بهشت‌آباد)

دست‌یابی به معیارهای هیدرولوژیک برای مناطق فاقد و یا دارای آمار و اطلاعات کافی، در مطالعات هیدرولوژیک امر مهمی است. در این حوضه‌ها ترجیح داده می‌شود که از روش‌های جعبه سیاه برای مشخص شدن ارتباط بین اطلاعات ورودی (پارامترهای هواشناسی و فیزیوگرافی) و خروجی (دبی رودخانه) بدون آنالیز ساختار داخلی فرآیند استفاده شود. یکی از روش‌های مورد استفاده در این قبیل شرایط، مدل‌های هوش مصنوعی است. در این تحقیق، از شبکه عصبی مصنوعی mlp با الگوریتم پس انتشار خطا در پیش‌بینی دبی ماهانه حوضه آبخیز بهشت‌آباد استفاده شده است. نتایج نشان داد که دبی ماه قبل و بارش دو ماه قبل جز پارامترهای اساسی به عنوان ورودی شبکه هستند. همچنین بهترین مدل به دست آمده برای ایستگاه هیدرومتری بهشت‌آباد در دو زیرحوضه باباحیدر و کوه سوخته نیز اجرا شد و دبی‌های تخمین زده شده و اندازه‌گیری شده در ایستگاه‌های هیدرومتری واقع در خروجی این دو زیرحوضه مقایسه شدند. نتایج حاکی از آن بود که در حوضه‌های کوچک، می‌توان از مدل کلی واسنجی شده برای حوضه آبریز اصلی استفاده کرد.