River Flow Forecasting using artificial neural network (Shoor Ghaen)
DOI:
https://doi.org/10.5902/2179460X20849Resumo
In our country, most of the rivers located in dry and warm climate areas are seasonal, and many of them have experienced floods. That, along with concerns about scarcity of water resources and the need to control surface water, makes identification, modeling, and simulation of rivers’ behavior, necessary for to long-term planning and proper and rational use of river flows potential. Rainfall phenomenon and the resulting runoff in watersheds, as well as predicting them are of nonlinear system types. Artificial neural networks are able to analyze and simulate phenomena in nonlinear and uncertain system where the relationship between the components and system parameters are not well known or describable. Shoor Ghayen River, with 100 km length is the biggest seasonal river of Qaenat city and the main source of water in Farrokhi storage dam. Therefore, in this study according to the rainfall and runoff statistic of Khonik Olya hydrometric and Ghayen synoptic stations between 1976-1977 and 2010-2011 water years, precipitation phenomena and river runoff was predicted. MATLAB software is used to perform calculations. For modeling artificial neural network, 85 percent of data were used for training the proposed method, the remaining 15% were used for validating the method using 10 neurons, and a network with an error of less than 5% was developed for each month. The maximum correlation in evaluation phase was for April with the value of 0.99, and the minimum was for June and August with a value of 0.92. Overall results indicate optimum performance of artificial neural networks in predicting runoff caused by rainfall. It is also found that better results can be achieved by standardizing the data.Downloads
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Para acessar a DECLARAÇÃO DE ORIGINALIDADE E EXCLUSIVIDADE E CESSÃO DE DIREITOS AUTORAIS clique aqui.
Diretrizes Éticas para Publicação de Revistas
A revista Ciência e Natura está empenhada em garantir a ética na publicação e na qualidade dos artigos.
A conformidade com padrões de comportamento ético é, portanto, esperada de todas as partes envolvidas: Autores, Editores e Revisores.
Em particular,
Autores: Os Autores devem apresentar uma discussão objetiva sobre a importância do trabalho de pesquisa, bem como detalhes e referências suficientes para permitir que outros reproduzam as experiências. Declarações fraudulentas ou intencionalmente incorretas constituem comportamento antiético e são inaceitáveis. Artigos de Revisão também devem ser objetivos, abrangentes e relatos precisos do estado da arte. Os Autores devem assegurar que seu trabalho é uma obra totalmente original, e se o trabalho e / ou palavras de outros têm sido utilizadas, isso tem sido devidamente reconhecido. O plágio em todas as suas formas constitui um comportamento publicitário não ético e é inaceitável. Submeter o mesmo manuscrito a mais de um jornal simultaneamente constitui um comportamento publicitário não ético e é inaceitável. Os Autores não devem submeter artigos que descrevam essencialmente a mesma pesquisa a mais de uma revista. O Autor correspondente deve garantir que haja um consenso total de todos os Co-autores na aprovação da versão final do artigo e sua submissão para publicação.
Editores: Os Editores devem avaliar manuscritos exclusivamente com base no seu mérito acadêmico. Um Editor não deve usar informações não publicadas na própria pesquisa do Editor sem o consentimento expresso por escrito do Autor. Os Editores devem tomar medidas de resposta razoável quando tiverem sido apresentadas queixas éticas relativas a um manuscrito submetido ou publicado.
Revisores: Todos os manuscritos recebidos para revisão devem ser tratados como documentos confidenciais. As informações ou ideias privilegiadas obtidas através da análise por pares devem ser mantidas confidenciais e não utilizadas para vantagens pessoais. As revisões devem ser conduzidas objetivamente e as observações devem ser formuladas claramente com argumentos de apoio, de modo que os Autores possam usá-los para melhorar o artigo. Qualquer Revisor selecionado que se sinta desqualificado para rever a pesquisa relatada em um manuscrito ou sabe que sua rápida revisão será impossível deve notificar o Editor e desculpar-se do processo de revisão. Os Revisores não devem considerar manuscritos nos quais tenham conflitos de interesse resultantes de relacionamentos ou conexões competitivas, colaborativas ou outras conexões com qualquer dos autores, empresas ou instituições conectadas aos documentos.
