تعدّ النمذجة الدقيقة للعلاقة بين الهطول المطري_الجريان السطحي (Rainfall_Runoff) (R_R) مهمة معقدة جدّاً, على الرغم من حقل النمذجة الواسع الذي يشمل كلّاً من الطرائق الموجهة بالمعرفة و الطرائق الموجهة بالبيانات. تتطلب النماذج الموجهة بالمعرفة كمية ضخمة من البارامترات، و بالتالي فهي تعاني من تأثير كثرة البارامترات. هذا مايجعل العاملين في حقل النمذجة يبحثون عن طرائق نمذجة بسيطة تتطلب عدد قليل من البارامترات مثل الطرائق الموجهة بالبيانات, لذلك تهدف الدراسة الحالية إلى استخدام الشبكات العصبية الصنعية التي تعدّ إحدى أنواع هذه الطرائق لنمذجة العلاقة R_R في حوض نهر الكبير الجنوبي في محافظة طرطوس. حيث تمّ الاعتماد على شبكة Elman الصنعية للتنبؤ بالجريان السطحي باختبار أربعة و عشرين نموذجاً ذات معماريات مختلفة, كما تمّ اختبار كلّ نموذج باستخدام عدد مختلف من العصبونات الخفية, و ذلك باستخدام مكتبة nntool المتاحة في حزمة برمجيات Matlab.
أثبتت نتائج هذه الدراسة أن النموذج الذي يحوي في طبقة المدخلات على كلٍّ من درجة الحرارة, الرطوبة النسبية, التبخر و الهطول المطري بتأخر زمني مقداره ثلاثة أيام (-3:0) إضافةً إلى قيم سابقة للتصريف بتأخر زمني (-3:-1) و مع استخدام 25 عصبون في الطبقة الخفية يعطي أفضل أداء بمتوسط مربع خطأ مقداره 2.8*10^-5, و معامل ارتباط 0.96 لمجموعة البيانات المستخدمة, تمّ التوصل إلى أنّ شبكات Elman تعطي نتائج جيدة في نمذجة العلاقة R_R و بالتالي يمكن اعتبارها بديلاً للطرائق التقليدية في نمذجة العلاقة R_R.
Accurately modeling rainfall-runoff (R-R) transform remains a challenging task despite that a wide range of modeling, either knowledge-driven or data-driven. knowledge-driven models need a large amount of parameters, so it suffers from plenty numbers of parameters, for this reason the hydrologists start looking for a simple modeling methods, that need a few parameters such as data _driven methods, so The present study amis to use artificial neural network, which is one type of this methods for modeling the relationship between rainfall and runoff in Alkabeer Aljanonbee river catchment in Tartous City. Elman Neural Network is depended on for prediction of runoff by testing twenty four models have different architectures. So all models have been tested by using different numbers of neurons in the hidden layer, by using nntool book, which is available in the Matlab program.
The results of the research verify that the model which has each of temperature, relative humidity, evaporation and rainfall in the input layer with time delay equal to three days (0:-3), in addation to preveous value of runoff (-1:-3), gives a best performance for used data with mean square error equal to 2.8*10^-5, and correlation coefficient 0.96. So it has been reached that Elman network technology gives a good results in modeling the relation rainfall_runoff So it could be a good alternative instead of traditional approaches.
Artificial intelligence review:
Research summary
تهدف هذه الدراسة إلى تقييم البارامترات الفعالة للجريان السطحي في حوض نهر الكبير الجنوبي باستخدام شبكات Elman العصبية الصنعية. تتناول الدراسة العلاقة بين الهطول المطري والجريان السطحي، وهي علاقة معقدة تتطلب نماذج دقيقة للتنبؤ بها. استخدم الباحثون 24 نموذجًا مختلفًا لشبكات Elman، حيث تم اختبار كل نموذج باستخدام عدد مختلف من العصبونات الخفية. أظهرت النتائج أن النموذج الذي يحتوي على مدخلات تشمل درجة الحرارة، الرطوبة النسبية، التبخر والهطول المطري بتأخر زمني مقداره ثلاثة أيام، بالإضافة إلى قيم سابقة للتصريف بتأخر زمني، يعطي أفضل أداء. بلغ متوسط مربع الخطأ 2.8*10^-5 ومعامل ارتباط 0.96. تشير النتائج إلى أن شبكات Elman يمكن أن تكون بديلاً فعالاً للطرائق التقليدية في نمذجة العلاقة بين الهطول المطري والجريان السطحي.
Critical review
دراسة نقدية: تعتبر هذه الدراسة خطوة مهمة في استخدام تقنيات الذكاء الاصطناعي في مجال الهيدرولوجيا، وقد أظهرت نتائج مشجعة في نمذجة العلاقة بين الهطول المطري والجريان السطحي. ومع ذلك، يمكن توجيه بعض النقد البناء للدراسة. أولاً، قد يكون من المفيد توسيع نطاق الدراسة لتشمل مناطق جغرافية مختلفة للتحقق من فعالية النموذج في ظروف مناخية وجغرافية متنوعة. ثانيًا، يمكن تحسين النموذج بإضافة بارامترات أخرى مثل نوعية التربة واستخدامات الأراضي، مما قد يزيد من دقة التنبؤات. أخيرًا، قد يكون من المفيد مقارنة أداء شبكات Elman مع أنواع أخرى من الشبكات العصبية الصنعية لتحديد النموذج الأكثر كفاءة.
Questions related to the research
-
ما هي البارامترات التي تم استخدامها في النموذج الأفضل أداءً في الدراسة؟
تم استخدام درجة الحرارة، الرطوبة النسبية، التبخر والهطول المطري بتأخر زمني مقداره ثلاثة أيام، بالإضافة إلى قيم سابقة للتصريف بتأخر زمني.
-
ما هو متوسط مربع الخطأ ومعامل الارتباط للنموذج الأفضل أداءً؟
بلغ متوسط مربع الخطأ 2.8*10^-5 ومعامل ارتباط 0.96.
-
ما هي الفائدة من استخدام شبكات Elman العصبية الصنعية في هذه الدراسة؟
أثبتت شبكات Elman أنها تعطي نتائج جيدة في نمذجة العلاقة بين الهطول المطري والجريان السطحي، مما يجعلها بديلاً فعالاً للطرائق التقليدية.
-
ما هي التوصيات المستقبلية التي اقترحها الباحثون بناءً على نتائج الدراسة؟
اقترح الباحثون استخدام أنواع أخرى من الشبكات العصبية الصنعية لإجراء تحليل الحساسية، والتنبؤ بالتصريف باستخدام تشكيلات مختلفة من البارامترات مثل درجة الحرارة، الرطوبة النسبية، التبخر، الهطول المطري، معامل استخدام الأراضي، نوع التربة، والتصريف الجوفي.
References used
SOLAIMANI, k. Rainfall-runoff Prediction Based on Artificial Neural Network (A Case Study: Jarahi Watershed). ISSN United States. 2009, 856-865
DHAMGE, N. ؛KADU, M. ؛ATMAPOOJYA, S. Rainfall Runoff Modelling Studies Using Artificial Neural Network. International J.of Multidispl. Research & Advcs. in Engg. (IJMRAE) India, Vol. 4, No. I, 2012, 27-38
LAFDANI, E.؛ NIA, A.؛ PAHLAVANRAVI, A. ؛ AHMADI, A.؛ JAJARMIZADEH, M. Daily Rainfall-Runoff Prediction and Simulation Using ANN, ANFIS and Conceptual Hydrological MIKE11/NAM Models. International Journal of Engineering & Technology Sciences Iran. 2013, 32-50
The relation between rainfall and runoff forms one of the main hydrological cycle elements. It is one of the most complex hydrological phenomena because of the great numbers of parameters used in modeling the physical processes, the expansion of thei
The relationship between precipitation and surface runoff is one of
the fundamental components of the hydrological cycle of water in
nature and is one of the most complex and difficult to understand
because of the large number of parameters involv
The risk of soil erosion is the most important problem and challenges facing the agricultural process in the Syrian coast at the present time, especially in the areas surrounding rivers and water bodies.
the aim of this study is
determination of the most influential climatic factors in the rainfall
runoff relationship in Al-Kabir Al-shimalee river using artificial
neural networks. The inputs included Precipitation, runoff, in
different delays, in
To clarify the possibility of using bacterial flora as a pollution indicator,
water samples from river were collected and analyzed from July ١٩٩٩ to
February ٢٠٠١ for dissolved oxygen (DO), NO٣-N, NO٢-N, NH٤-N, PO٤-P,
suspended solids (SS), biolog