صفر معروفی

پیش بینی بارش و رواناب یکی از مهم ترین ارکان های مدیریت حوضه آبریز و بهره برداری پایدار از منابع آب به شمار می رود. در این پژوهش از روش های کلاسیک اعم از توماس فیرینگ-مونت کارلو و همچنین از مدل های رگرسیون خطی چندگانه (MLR)، مدل همبستگی (CORREL) و مدل ماشین بردار پشتیبان تلفیقی با الگوریتم های تبرید شبیه سازی (SA) و بهینه سازی ازدحام ذرات (PSO) جهت پیش بینی بارش و رواناب ماهانه استفاده گردید. به علاوه کارایی الگوهای ورودی به مدل ها از جمله الگوهای تک ورودی- چند خروجی (SIMO)، تک ورودی-تک خروجی (SISO)، چند ورودی-تک خروجی (MISO) و چند ورودی-چند خروجی (MIMO) نیز مورد بررسی قرار گرفت. بدین منظور از سری زمانی 34 ایستگاه باران سنجی و 25 ایستگاه هیدرومتری واقع در حوضه کرخه استفاده شد. 80% از این دوره آماری جهت واسنجی و 20% از آن جهت صحت سنجی نتایج مدل ها استفاده گردید. مقایسه نتایج به کمک سه شاخص آماری ضریب تعیین (R2)، جذر میانگین مربعات خطا (RMSE) و خطای استاندارد (SE) صورت گرفت. نتایج نشان داد در خصوص پیش بینی بارش ماهانه به ترتیب روش های SISO، MISO، MIMO، SIMO و روش توماس فیرینگ-مونت کارلو در رتبه های اول تا پنجم قرار دارند. در خصوص پیش بینی رواناب ماهانه نیز به ترتیب روش های MISO، SISO، MIMO، SIMO و روش توماس فیرینگ- مونت کارلو در رتبه های اول تا پنجم قرار دارند. همچنین با مقایسه عملکرد مدل ها می توان دریافت بین مدل های SVM-SA، SVM-PSO، CORREL و MLR اختلاف معناداری مشاهده نمی شود اما مدل CORREL با میانگین 0.52=SE و انحراف معیار 0.16=SE درپیش بینی بارش ماهانه و مدل MLR با میانگین 0.39=SE و انحراف معیار 0.18= SEدر پیش بینی رواناب ماهانه و به دلیل داشتن پارامتر های قابل تنظیم کمتر نسبت به مدل های دیگر با سهولت بیشتر قادر به پیش بینی بوده و استفاده از آنها توصیه می شود