أنموذج شبكة عصبية اصطناعية للعلاقة بين الهطل المطري والجريان النهري حالة دراسة حوض نهر الأبرش

الملخص

تُعتبر العلاقة بين الهطل المطري و الجريان النهري  (R_R) Rainfall_Runoffمن أكثر الظواهر الهيدرولوجية تعقيداً بسبب طبيعتها غير الخطية، نظراً للتباين المكاني والزمني الكبير لخصائص الأحواض النهرية وأنماط هطول الأمطار، كما تلعب دوراً هاماً في التنبؤ بالأحداث المتطرفة (فيضانات وجفاف)، وتُسهم في تحقيق الإدارة الجيدة لمشاريع تنمية الموارد المائيّة. تهدف هذه الدراسة إلى نمذجة العلاقة بين الهطل المطري_الجريان النهري في حوض نهر الأبرش باستخدام تقانة الشبكة العصبيّة الاصطناعيّة Artificial Neural Network (ANN)، والاعتماد على البيانات اليومية للهطل المطري، التبخر، منسوب المياه في بحيرة سد الباسل، بالإضافة إلى بيانات الجريان النهري السابق للأشهر الماطرة الممتدة بين عامي (2013-2009) باستخدام برنامج Matlab. وقد أظهرت النتائج أن الشبكة العصبية الاصطناعية ذات الهيكلية (11-10-1) أعطت أفضل أداء بمعامل ارتباط  98.15%=R، وجذر متوسط مربّع الخطأ =1.3721 m³/s RMSE خلال مرحلة الاختبار, أثبتت الدراسة أنّ تقانة الشبكة العصبية الاصطناعية تقدّم نتائج جيدة في نمذجة العلاقة R_R لمنطقة البحث.

Rainfall _ Runoff relationship (R-R) is one of the most complex hydrological phenomena because of its nonlinear nature, due to the large spatial and temporal variability of the watershed characteristics and rainfall patterns, It also plays an important role in predicting  the extreme events (floods and droughts), and it contributes to a good management for water resources development projects. This study aims at modeling the relationship between rainfall and runoff  in Al-Abrash catchment using Artificial Neural Networks technology (ANN), and depending on the daily data of rainfall, evaporation, water level in Al-Bassil  lake, as well as data of the previous runoff for the rainy months between (2009-2013) using Matlab program. The results showed that ANN (11-10-1) gave the best performance with a correlation coefficient equals 98.15%, and a root  mean square error equals 1.3721 m³/s for testing data set, The study proved that artificial neural network technology offers good results in modeling the Rainfall_ Runoff  relationship for research area.