سمیرا رهنما - دانشجوی دکتری منابع آب، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بیرجند، بیرجند، ایران.
ابوالفضل اکبرپور - دانشیار گروه مهندسی عمران، دانشکده مهندسی، دانشگاه بیرجند، بیرجند، ایران
فهیمه خادم پور - دانشجوی دکتری منابع آب، گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بیرجند، بیرجند، ایران.

مدلسازی فرآیند بارش- رواناب و پیش بینی دبی رودخانه یک اقدام مهم در مدیریت و مهار سیلابها، طراحی سازه های آبی در حوضه های آبخیز و مدیریت خشکسالی است. همچنین با توجه به اهمیت پیش بینی جریان رودخانه در مدیریت منابع آب روشهای مختلفی برای مدل کردن جریان رودخانه ها بکار برده میشوند. تا بتوان با بکارگیری این مدل در مدیریت خشکسالی و سیلاب خسارات ناشی از آنها را به حداقل ممکن رساند. بدین منظور، در این پژوهش شبیه سازی جریان رودخانه هلیل رود با استفاده از دو مدل هیبرید موجکی- عصبی و نروفازی انجام شده است. برای این هدف سری زمانی اصلی به مدت 20 سال بوسیله تبدیل موجکی به سه زیرسری و با موجک مادر دابچیز نوع چهارم انجام شد. از معیارهای آماری میانگین مربعات خطا (MSE)، ضریب همبستگی (R) و ضریب نش-ساتکلیف (NSE) جهت برآورد دقت مدلها استفاده گردید. نتایج نشان داد که مقدار R، MSE و NSE در مدل هیبرید موجکی- عصبی به ترتیب 0/91، 0/06 و 0/86 و در مدل نروفازی به ترتیب برابر با 0/72، 0/20 و 0/65 میباشد. از مقایسه نتایج مشخص شد که روش موجکی- عصبی نسبت به روش نروفازی از دقت بالاتری در پیش بینی جریان رودخانه برخوردار است.

پیش بینی جریان، هلیل رود، نروفازی، هیبرید موجکی- عصبی