Photo Photo Photo Photo Photo Photo

Print
E-mail
Geology: PREDICTION OF RIVER DISCHARGE USING ARTIFICIAL NEURAL NETWORKS: AN EXAMPLE OF GHARRAF RIVER, SOUTH OF IRAQ

 

PREDICTION OF RIVER DISCHARGE USING ARTIFICIAL NEURAL NETWORKS: AN EXAMPLE OF GHARRAF RIVER, SOUTH OF IRAQ 

Alaa M. Atiaa

Department of Geology, College of Science, University of Basra. Basra- Iraq 

Abstract

     The applicability and performance of the artificial neural networks are investigated by predicting river discharge one and two days ahead for Gharraf River, south of Iraq. Gharraf River system is located at southeast Iraq within Mesopotamian Plain. A multilayerd percpetron artificial neural net is selected to achieve experiments which trained by using back-propagation algorithm. Three models are presented firstly to explore the affect of the previous discharge on the specified discharge. The ANN generated results are evaluated using statistical parameters: squared correlation coefficient R2 and root mean squared error RMSE. The results of this study indicate that ANNs are capable of producing very good results for both one and two days ahead predictions. Correlation between observed and simulated discharge values of both high and low is estimated with a good accuracy.

 

تخمين التصريف النهري باستخدام الشبكات العصبية الصناعية مثال عن نهر الغراف جنوب العراق

علاء محسن عطية

قسم علوم الارض، كلية العلوم، جامعة البصر. البصرة - العراق.

الخلاصة

     تم التحري عن إمكانية تطبيق وأدائية النماذج العصبية الصناعية لغرض التنبؤ القصير المدى بتصريف نهر الغراف في الناصرية جنوب العراق. يمتد نهر الغراف من الكوت وينتهي في اهوار جنوب العراق في الناصرية وفي هور الحمار تحديداً. استخدمت الشبكة العصبية من النوع المتعدد الطبقات لبناء معمارية الشبكة واستخدمت طريقة انسياب الخطأ إلى الخلف لغرض تدريب الشبكة (معايرتها). اختبرت ثلاث نماذج في البداية لغرض معرفة تأثير التصاريف السابقة على معدل التصريف في يوم محدد لاحق، بعدها تم اختيار النموذج الذي يعطي اقل خطاً لغرض إجراء التنبؤ ليوم ويومين لاحقين. بينت نتائج تطبيق الطريقة الإمكانية الكبيرة للشبكات العصبية في إجراء التنبؤ وعزز ذلك من خلال مقدارين إحصائيين هما جذر معدل الخطأ التربيعي ومعامل الارتباط بين التصاريف المقاسة والمحسوبة باستخدام النموذج، كما كان لنموذج الخلية العصبية المصمم القدرة على محاكاة قيم التصاريف الواطئة والعالية على حد سواء.








alt

 

S5 Box

Login



Register

*
*
*
*
*

Fields marked with an asterisk (*) are required.