سمانه قرایی منش

مناطق خشک و نیمه خشک همواره با بحران آب مواجه بوده اند، به همین دلیل ذخایر هرچند اندک برفی در سرشاخه های کوهستانی این مناطق، نقش شایان توجهی در تغذیه و تعادل هیدرولوژیکی مناطق مذکور ایفا می کنند. چگالی برف از جمله پارامتر هایی است که به عنوان پارامتر مبدل عمق برف به آب معادل برف، اهمیت فراوانی دارد. در این مقاله، کارآیی یکی از روش های هوش مصنوعی در شبیه سازی پراکنش مکانی چگالی برف در یکی از سرشاخه های دشت یزد – اردکان ارزیابی شده است. به همین منظور، ابتدا داده های چگالی برف با استفاده از نمونه بردار مدل مونت رز در 216 نقطه از منطقه سخوید یزد برداشت گردید. سپس با استفاده از مدل رقومی ارتفاع و در محیط جغرافیایی ساگا 32 پارامتر ژئومرفومتری، به عنوان داده های ورودی استخراج شد. الگوریتم مورد استفاده در هوش مصنوعی، شبکه عصبی مصنوعی بوده که جهت دستیابی بهینه به آن، مدل ها و توابع متفاوت با آرایش نورون های مختلفی بررسی گردیدند. بهترین شبکه به صورت 1-9-32 و حاوی مدل پرسپترون چند لایه و با الگوریتم پس انتشار خطاو تابع فعالیّت سیگموئید و خروجی خطی بود. نتایج پژوهش نشان داد که میزان ضریب همبستگی داده های مشاهداتی و برآورد شده 86 درصد و مجذور میانگین مربع خطا برابر 1/5 است. بدین ترتیب استفاده از ابزارهای هوش مصنوعی به خوبی توانسته است توزیع مکانی چگالی برف را برآورد نماید.