پیش بینی دبی رودخانه سهزاب با استفاده از روش های یادگیری ماشینی

دبی جریان رودخانه به عنوان یکی از مولفه های مهم در چرخه هیدرولوژی که در ارتباط مستقیم با محیط زیست قرار دارد، نقش اساسی در فرآیندهای فیزیکی، اکولوژیکی، اجتماعی و اقتصادی ایفا مینماید. لذا، پیشبینی و تخمین دقیق و قابل اعتماد دبی جریان رودخانه ها جهت برنامه ریزی و مدیریت آبهای سطحی، طراحی سازه های هیدرولیکی، پیش بینی احتمال وقوع سیلاب و مطالعات اکولوژیکی در مقیاس گسترده مکانی و زمانی لازم و ضروری است. در این راستا و در تحقیق حاضر با استفاده از داده های دبی رودخانه سهزاب در بازه زمانی 41 ساله (1394-1353) در تاخیرهای زمانی یک روزه تا چهار روزه و با به کارگیری روشهای شبکه عصبی مصنوعی، رگرسیون بردار پشتیبان و مدل درختی مقدار جریان روزانه رودخانه مورد مطالعه برآورد گردیده و دقت روشهای مورد مطالعه با استفاده از پارامترهای آماری جذر میانگین مربعات خطا، میانگین خطای مطلق و ضریب همبستگی مورد بررسی قرار گرفت . نتایج حاصل از این مطالعه نشان داد که روش رگرسیون بردار پشتیبان در تاخیر یک روزه با خطای 0/672 دارای بیشترین دقت در بین روشهای مورد مطالعه جهت پیشبینی دبی روزانه رودخانه سهزاب بوده و توانایی بیشتری در پیشبینی دبی روزانه رودخانه مورد نظر دارد.

کلیدواژه ها:

پیشبینی ، دبی روزانه ، رگرسیون بردار پشتیبان ، شبکه عصبی مصنوعی ، مدل درختی