برآورد بار رسوب معلق با استفاده از مدل جنگل تصادفی (مطالعه موردی: ایستگاه ده ملا رودخانه زهره)

Authorsیوسف رمضانی
Conference Titleبیست و چهارمین کنفرانس ملی هیدرولیک ایران
Holding Date of Conference2025-10-29
Event Placeبیرجند
Page number0-0
PresentationPOSTER
Conference LevelInternal Conferences
Keywordsپیش بینی, جنگل تصادفی, رسوب معلق, شبیه سازی, مدل های یادگیری ماشین.

Abstract

پیشبینی دقیق بار رسوب معلق نقش مهمی در مدیریت منابع آب، طراحی ساز ههای هیدرولیکی و کاهش خسارات ناشی از رسو بگذاری دارد. در این پژوهش، از مدل جنگل تصادفی (RF) برای برآورد بار رسوب معلق در ایستگاه دهملا رودخانه زهره استفاده شد. داد ههای دبی و رسوب معلق طی دوره ۱۳۶۲ تا ۱۳۹۷ جمعآوری و مدل در دو فاز آموزش و آزمایش ارزیابی گردید. شاخصهای آماری ریشه میانگین مربعات خطا (RMSE) ، ضریب تعیین (R²) ، نش -ساتکلیف (NSE) و کلین گ–گوبت ا (KGE) برای سنجش عملکرد ب هکار رفتند. نتایج نشان داد مدل RF با مقادیر ضریب تعیین ۹۷ / ۰ ، نش -ساتکلیف ۹۶ / ۰، کلین گ–گوبتا ۸۸ / ۰ و ریشه میانگین مربعات خطا ۲۶۹۸۲ تن در روز در فاز آزمایش، دقت بسیار بالایی داشته و بهعنوان روشی کارآمد برای پیشبینی رفتار پیچیده رسوبات معلق پیشنهاد م یشود .

Paper URL