Использование искусственных нейронных сетей для оценки поверхностного стока в расчетах водохозяйственного баланса бассейна реки Верхний Оронтес pdf

Авторы

Слейман Алаа, аспирант, кафедра гидравлики и гидротехнического строительства, Национальный исследовательский Московский государственный строительный университет, Россия, Москва, Ярославское шоссе, д. 26, оф. 606; ORCID: 0000-0003-0759-8175; е-mail: alaa-slieman@hotmail.com
Козлов Дмитрий Вячеславович, д-р техн. наук, профессор, заведующий кафедрой гидравлики и гидротехнического строительства, Национальный исследовательский Московский государственный строительный университет, Россия, Москва, Ярослав- ское шоссе, д. 26, оф. 606; РИНЦ ID: 5878-6674; Scopus: 36787104800; Researcher ID: B-4808-2016; ORCID: 0000-0002-9440-0341; е-mail: kozlovdv@mail.ru

Аннотация

Актуальность. Наличие полных рядов гидрологических данных является основой для проведения расчетов водохозяйственного баланса и различных гидрологических исследо- ваний. Поверхностный сток считается одним из наиболее важных компонентов гидрологи- ческого цикла. В статье исследованы возможности применения искусственных нейронных сетей (ИНС) для восстановления непрерывности рядов поверхностного стока в бассейне реки Верхний Оронтес, необходимых для расчета водохозяйственного баланса. Методы. Использованы модели искусственных нейронных сетей с алгоритмами прямого и обрат- ного распространения, а также другие алгоритмы обучения. Применены различные функ- ции активации. Результаты обучения нейронных сетей сравнивались с помощью значений среднеквадратичной ошибки и коэффициента корреляции. Нейронная сеть 2:12:1 стала лучшей по параметрам. Проведены расчеты водохозяйственного баланса с использованием данных до и после моделирования с помощью ИНС. Результаты. Установлено, что исполь- зование ИНС для оценки поверхностного стока в расчетах водохозяйственного баланса для лет 50 % и 75 % обеспеченности никак не влияет на результат, в то время как водохозяй- ственный баланс в год 95 % обеспеченности изменился в сторону более глубокого дефи- цита, что потребовало комплексных мероприятий и больших усилий в части управления водными ресурсами в речном бассейне. Рекомендовано расширить использование моделей искусственного интеллекта и машинного обучения для моделирования и прогнозирования различных климатических и гидрологических характеристик с последующим сравнением их для достижения оптимального результата расчетов водохозяйственного баланса

Ключевые слова

водохозяйственный баланс, гидрологический цикл, сток, моделирование, искусственная нейронная сеть, алгоритм.

Ссылка для цитирования

Для цитирования: Слейман А., Козлов Д.В. Использование искусственных ней- ронных сетей для оценки поверхностного стока в расчетах водохозяйственного ба- ланса бассейна реки Верхний Оронтес // Водное хозяйство России: проблемы, техно- логии, управление. 2024. № 3. С. 21–37. DOI:10.35567/19994508-2024-3-21-37.
DOI: 10.35567/19994508-2024-3-21-37