تعتمد تدفقات الأنهار على كميات الهطل المطري في أحواضها الساكبة، حيث يرتبط التدفق بكمية الهطل ارتباطاً وثيقاً، كما يتعلق التدفق بعوامل مناخية و جغرافية عديدة. و تتمتع العلاقة بين الهطل و الجريان بأهمية كبيرة في تقدير التدفقات و تغيّراتها في حوض الحويز
الواقع بين حوضي الزرود و الجيلاني، و يشكل حوض الحويز جزءاً من حوض نهر السخابة. شيد سد الحويز على نهر الحويز بطاقة تخزينية بلغت 16.5 مليون متر مكعب. تهدف الدراسة إلى إيجاد علاقة تربط بين قيم الهطل المطري و الجريان النهري في حوض الحويز. حيث اعتمد البحث على التحليل الإحصائي لبيانات الهطل و الجريان، إضافةً إلى الدراسة التحليلية لبيانات الهطل المطري السنوي ((1959-2011 مما يساعد في معرفة نزعة الهطولات المطرية و تغيراتها في المستقبل، و التنبؤ بتغيرات تدفقات نهر الحويز. و بيّنت الدراسة أن قيم عامل الجريان تراوحت بين (0.007-0.66). و تم التوصل إلى معادلة رياضية تتيح تقدير كمية التدفق اعتماداً على قيم الهطل المقيسة أو المتوقعة، و استيفاء البيانات المفقودة أو الناقصة بمستوى أداء جيد.
يقع الحوض الساكب (السفرقية) على السفوح الغربية لسلسلة الجبال الساحلية، و تبلغ مساحته km2 132.58، و هو يشكّل جزءاً من الحوض الساكب لنهر الروس، و يبدأ مجرى النهر على ارتفاع 1200م، و تلتقي مجموعة روافد فتشكّل نهر الروس الذي يصبّ في البحر المتوسط. و شُيّ
د سد صلاح الدين لتخزين 10 MCM على مجرى النهر عند موقع تلاقي نهر القرداحة مع نهر الشحادة. تهدف الدراسة إلى تحديد العلاقة بين الهطل المطري و الجريان السطحي في حوض السفرقية. و اعتمد البحث على التحليل الإحصائي لبيانات الهطل المطري و الجريان، و بيّنت الدراسة أنَّ الكمية الوسطية للهطل المطري السنوي تبلغ MCM 159.6، و الكميّة الوسطية للجريان السطحي تبلغ 9.4 MCM خلال فترة الدراسة (2012-2010 )، و من ثَمّ فإنّ قيمة عامل الجريان السطحي تبلغ 0.06؛ أي أنّ الفواقد المائية كبيرة جداً، و تمّ استنتاج علاقة رياضية تسمح بتقدير كميات الجريان السطحي اعتماداً على قيم الهطل، لما لذلك من أهمية في دراسة المشروعات المائية لتخزين المياه و إدارتها، و درء الفيضانات.
تستخدم الشبكة العصبية الصنعية طريقة تعلم استقرائي، و تتطلب بشكل عام أمثِلة
لبيانات التدريب، بينما تستخدم الخوارزمية الجينية تعلم اقتطاعي، و تتطلب تابع هدف. لقد تمّ
تنظيم التعاون بين هاتين التقانتين في دراستنا هذه بغرض تعزيز أداء كل تقانة من خلال بن
اء
نظام هجين منهما، عن طريق كتابة برمجيّة عامّة باستخدام برنامج MATLAB بغرض الاختيار الفعّال لمتحولات الدخل لعمليات التنبؤ، و أمثلة أوزان شبكة البيانات قيد الدراسة، و من ثمّ تطبيق هذه البرنامج على بيانات يوميّة، تمّ جمعها من حوض نهر الكبير الجنوبي هي (الهطول، التبخر، الحرارة، الرطوبة النسبية و الجريان النهري بتأخر زمني مقداره يوم واحد) بغرض التنبؤ بالجريان النهري.
تهدف هذه الدراسة إلى تحديد العناصر المناخية الأكثر تأثيرا على علاقة الهطل - جريان لنهر الكبير الشمالي, باستخدام الشبكات العصبية الاصطناعية. حيث احتوت مدخلات الشبكات العصبية على الهطل المطري و التدفق في النهر, وفق تأخرات زمنية مختلفة, بالإضافة إلى هنص
ر من العناصر المناخية في كل نموذج من النماذج, لتحديد النموذج الأفضل و الأكثر دقة.
تُشكِّل العلاقة بين الهطول المطري_الجريان النهري Rainfall_Runoff (R_R إحدى المركبات الأساسية لدورة المياه في الطبيعة، كما أنها تُشكّل واحدة من أكثر الظواهر الهيدرولوجية تعقيداً و صعوبةً في الفهم؛ و ذلك بسبب كثرة عدد البارامترات المتضمَّنة في نمذجة ال
عمليات الفيزيائية و بسبب اتساع فضائها البارامتري و التغير المؤقت في مواصفات الحوض، إضافةً إلى تعدد نماذج الهطولات المطرية. هذا و تعدُّ نمذجة العلاقة بين الهطول المطري _الجريان النهري مهمة جدّاً من أجل التصميم الهندسي و الإدارة المتكاملة للموارد المائية، إضافةً إلى التنبؤ بالفيضان و درء مخاطره. حيث يهدف هذا البحث إلى نمذجة العلاقة بين الهطول المطري_الجريان النهري في حوض نهر الكبير الجنوبي في سوريا، بالاعتماد على تقانة الشبكة العصبونية الصنعية (ANN) Artificial Neural Network، حيث بُني النموذج الرياضي باستخدام كلٍّ من nntool وntstool مكتبتين ملحقتين ببرنامج الماتلاب، و اعتمد النموذج على البيانات اليومية للهطول المطري، درجة حرارة الهواء، الرطوبة النسبية و التبخر في المحطات المناخية المنتشرة في الحوض، كما استُخدِمت بيانات الجريان النهري اليومية لغرض التحقق من صحة أداء الشبكة باستخدام تقانة Simulink المتاحة في حزمة برمجيات الماتلاب.
أثبتت نتائج الدراسة أنَّ تقانة الشبكة العصبونية الصنعيَّة تعطي نتائج جيدة في نمذجة العلاقة بين الهطول المطري_الجريان النهري، اعتماداً على مجموعة البيانات المستخدَمة، و بالتالي يمكن اعتبارها بديلاً للطرائق التقليدية في نمذجة العلاقة R_R.
