تدوین نرم افزار پیش بینی فصلی بارش استاندارد شده (SPI) و رواناب ورودی به سدهای تهران

پیش بینی های بارش در مقیاس فصلی از جمله بهترین اطلاعات مورد نیاز برای برنامه ریزی های فصلی و سالانه مدیریت منابع آب در بسیاری از حوزه های آبریز کشور است که متکی به منابع آب سطحی هستند. هدف اصلی این تحقیق، تهیه نرم افزار پیش هشدار دوره های پربارش و کم بارش در حوزه سدهای کرج، لار، لتیان، ماملو و طالقان است که با توجه به حجم قابل توجه نیاز آبی شهر تهران و استراتژیک بودن وضعیت سدهای مذکور از اهمیت قابل توجهی برخوردار است. در طرح حاضر که در راستای تکمیل تحقیقات قبلی صورت گرفته است، به
تدوین دستورالعمل پیش بینی فصلی شاخص بارش استاندراد شده (SPI) و رواناب ورودی به سدها پرداخته می شود. برای این منظور، دستورالعملهای پیش بینی کلاس SPI متناظر با شدت های مختلف خشکسالی هواشناسی با استفاده از نتایج خوشه بندی ارائه شده است. همچنین یکی از روشهای یادگیری آماری به نام ماشین بردار پشتیبان (SVM) جهت پیش بینی عددی SPI 
و رواناب ورودی به سدها مورد استفاده قرار گرفته است. در این پژوهش با هدف بهینه نمودن ساختار پیش بینی کننده ها، با استفاده از الگوریتم بهینه سازی دسته ذرات (PSO)، انتخاب پارامترهای مدل SVM بطور خودکار انجام شده است به طوری که هم مناطق جغرافیایی مناسب برای محاسبه Predictor های مدل شناسایی شوند و هم به لحاظ زمانی، ارتباط وقوع بارندگیهای با فواصل مختلف از میانگین با حالات مختلف Predictor ها در سابقه اطلاعات موجود قابل ارزیابی باشد. در نهایت پس از جمع بندی نتایج حاصله، نرم افزار پیش بینی فصلی مقدار عددی SPI و رواناب فصلی ورودی به سدها و بازه مورد انتظار SPI با استفاده از نتایج تحقیق برای هشدار رسانی در مورد دوره های کم بارش و پربارش تهیه و ارائه شده است. نتایج نشان دهنده دقت بیشتر مدلهای پیش بینی توسعه داده شده برای پیش بینی SPI در مقایسه با رواناب بوده است.