تدوین مدل پیش بینی بارش با استفاده از مدل ماشین بردار پشتیبان

بسیاری از تکنیک ها و روشهایی که در برنامه ریزی و مدیریت منابع آب وجود دارد، ارتباط مستقیم یا غیر مستقیم با پیش بینی بارش و به طور کلی پیش بینی هیدروکلیماتولوژیکی دارد. در دهه های اخیر، شناسایی سیگنال های بزرگ مقیاس اقلیمی به عنوان پیش بینی کنند ههای پدیده های هیدرولوژیکی، تحولی در پی شبینی ها به وجود آورده است. پیش بینی های بلندمدت فواید زیادی را عاید سیستم بهر هبرداری از مخازن خواهد نمود که تصمیم گیریهای مبتنی بر ذخیره و آزادسازی آب، پویاتر و انعطاف در برخورد با شرایط خاص بیشتر شده و منجر به کسب سود بیشتر در بهره برداری از منابع آب م یگردد. در این مقاله یک مدل ماشین بردار پشتیبان برای پی شبینی بارش در حوضه آبریز زاینده رود بر اساس اطلاعات سیگنالهای بزرگ مقیاس اقلیمی تدوین شده است. ابتدا از روش تحلیل مولفه های اصلی تغییرات اطلاعات انتقالی با تعداد سیگنالهای ورودی مدل پی شبینی درنظر گرفته شده بدست آمده است. نتایج مدل توسعه داده شده با مد لهای Kنزدیکترین همسایگی و شبکه عصبی به عنوان مدلهای مبنا مقایسه شده است و برتری مدل ماشین بردار پشتیبان در پیش بینی بارش در منطقه نشان داده شده است. مدل توسعه داده شده قابل کاربرد برای پیش بینی منابع آب در دوره های آتی می باشد

Keywords:

پیش بینی بارش , ماشین بردار پشتیبان , زاینده رودKنزدیکترین همسایگی , شبکه عصبی