ابراهیم شریفی گرمدره - ۱. Department of Watershed Management Engineering, Faculty of Natural Resources, Tarbiat Modares University, Nour, Iran.
مهدی وفاخواه - ۱. Department of Watershed Management Engineering, Faculty of Natural Resources, Tarbiat Modares University, Nour, Iran.
سیدسعید اسلامیان - ۲. Department of Water Engineering, College of Agriculture Engineering, Isfahan University of Technology, Isfahan, Iran.

تخمین دبی سیلاب با دوره بازگشت مختلف، یکی از مهمترین عوامل لازم برای طراحی و اجرای سازه­های آبی است. از طرفی بسیاری از رودخانه­های موجود در حوضه­های آبخیز ایران فاقد آمار و اطلاعات آب­سنجی کامل و دقیق هستند. در چنین مواردی یکی از راه حلهای مناسب برای برآورد دبی­های سیلابی با دوره بازگشت مختلف، انجام تحلیل منطقه­ای سیلاب است. در پژوهش حاضر ۵۵ ایستگاه آب­سنجی مورد استفاده قرار گرفتند. برای اینمنظور ابتدا دبی­های حداکثر لحظه­ای ایستگاه­های منتخب در دوره بازگشت­های مختلف با استفاده از نرم­افزار Easy Fit برآورد شد. سپس متغیرهای موثر بر دبی­های سیلابی جمع­آوری و متغیرهای ورودی مدل با استفاده از آزمون گاما و به کمک نرم­افزار WinGamma تعیین شدند. درنهایت مدل­سازی داده­ها با استفاده از ماشین بردار پشتیبان، شبکه عصبی مصنوعی و رگرسیون چند متغیره غیرخطی انجام پذیرفت. ارزیابی کمی و کیفی نتایج با استفاده از آماره­های گوناگون از جمله آماره ناش- ساتکلیف نشان داد که روش مدل­سازی ماشین بردار پشتیبان، از بیشترین دقت نسبت به دو روش مدل­سازی دیگر بهمنظور پیش­بینی دبی­های حداکثر لحظه­ای در حوضه آبخیز دریاچه نمک برخوردار است.

Hydrometric Stations, Return Period, Gamma Test, Support Vector Machine, Namak Lake Watershed, ایستگاه آبسنجی, دوره بازگشت, آزمون گاما, ماشین بردار پشتیبان, حوضه آبخیز دریاچه نمک