صفر معروفی

مدل‌سازی یا شبیه‌سازی سیل یکی از راهکارهای اساسی برای مدیریت و کاهش اثرات مخرب این پدیده بوده و شناسایی مدل‌هایی کارآمد بدین منظور، یکی از مهم‌ترین ارکان در مدیریت حوضه‌های آبریز است. در این پژوهش دقت مدل‌های ماشین بردار کلاسیک(SVM) ، ماشین بردار پشتیبان تلفیق شده با الگوریتم ملخ (GOA-SVM)و حداقل مربعات ماشین‌بردار پشتیبان (LS-SVM) در شبیه‌سازی دبی اوج سیل ایستگاه پل‌دختر در حوضه کرخه، مورد ارزیابی قرار گرفته است. بدین منظور از آمار 74 واقعه سیل در محدوه سال‌های 1388 تا 1395 در ایستگاه پل دختر و بارش روزانه 13 ایستگاه باران‌سنجی در حوضه آبریز بالادست این ایستگاه استفاده شده است. از این تعداد، 52 واقعه برای آموزش و 22 واقعه نیز برای صحت‌سنجی مدل‌ها انتخاب شد. مقایسه نتایج به کمک چهار شاخص آماری ضریب تبیین(R^2)، جذر میانگین مربعات خطا (RMSE)، خطای استاندارد (SE)، ضریب نش (NS) و همچنین تحلیل عدم قطعیت به کمک دو شاخص متوسط طول بازه نسبی (ARIL)و درصد پوشش (POC) صورت گرفت. نتایج حاکی از برتری نسبی مدل LS-SVM با 407/0SE=، 16/110RMSE=، 91/0NS= و 92/0R2= نسبت به مدل SVM با 5/0 SE=، 70/137RMSE=، 87/0NS= و 88/0R2= و مدل SVM-GOA با 519/0 SE=، 53/144RMSE=، 83/0NS= و 9/0R2= است. متوسط مدت زمان اجرای مدلLS-SVM در حد چند ثانیه و این زمان در مدل SVM-GOA در حد چند ساعت است. از سوی دیگر تنظیم پارامترهای مدل SVM کلاسیک بصورت دستی نیز مستلزم صرف زمان زیادی است. لذا مدلLS-SVM به دلیل دارا بودن پارامترهای قابل تنظیم کمتر نسبت به مدل‌های SVM وSVM-GOA ، از لحاظ اجرایی ازسهولت بیشتری برخوردار است. لذا می‌توان با قطعیت و اختلافی چشمگیر مدلLS-SVM را نسبت به دو مدل دیگر در ارجحیت قرار داد.