سیل یکی از بلایای طبیعی مهمی است که همه ساله باعث ایجاد خسارتهای مالی و جانی فراوانی به جوامع مختلف میگردد. به همین دلیل محققین سعی نمودهاند که تغییرات کمی این پدیده را حتیالمقدور بطور دقیق مورد بررسی قرار دهند. در این تحقیق، کارایی روشهای شبکه عصبی مصنوعی و سامانه اطلاعات جغرافیایی در برآورد دبی سیلابی 90 زیرحوضه استان همدان (با زمانهای تمرکز کمتر از 24 ساعت)، با توجه به آمار 16 ساله مربوط به 17 ایستگاه آبسنجی موجود در منطقه مورد ارزیابی قرار گرفت. بدین منظور مقادیر مساحت، ارتفاع و شیب متوسط، مساحتهای گروه هیدرولوژیکی خاک، متوسط وزنی شماره منحنی نفوذ و همچنین بارندگیهای یک و پنج روزه ماقبل سیل نظیر حوضه، به عنوان متغیرهای ورودی شبکه و دبی سیلابی به عنوان متغیر خروجی بکار گرفته شد. با توجه به مراحل آموزش، اعتبارسنجی و آزمون، نتایج بدست آمده نشان داد که بهترین ساختار، شبکه عصبی مصنوعی پیشخور با دو لایه پنهان به ترتیب دارای 5 و 4 عنصر پردازشگر بود. در مدل منتخب مقادیر ضریب تعیین، جذر میانگین مربع خطا و میانگین خطای مطلق در مرحله آزمون 2 بودند. در نهایت با محاسبه مقادیر بیشینه بارشهای یک و پنج روزه برای دوره / 0 و 83 /72 ،0/ به ترتیب 87 بازگشت 25 ساله و همچنین با بکارگیری مدل بهینه منتخب، توزیع مکانی دبی سیلابی در کلیه زیرحوضهها ارائه گردید. بر این اساس مناطق سیلخیز استان به منظور انجام برنامهریزی مناسب توسط مسئولین ذیربط مشخص شدند. در مجموع، این نتایج بیانگر آن است که روش شبکه عصبی مصنوعی ابزاری مناسب برای مدلسازی دبی سیلابی، به ویژه در هنگام نبود دادهها یا کمبود ایستگاه های آب سنجی میباشد.
