محمدعلی قربانی - دکتری منابع آب/ دانشیار گروه مهندسی آب، دانشگاه تبریز، تبریز، ایران
عاطفه ازانی - دانشجوی سابق کارشناسی ارشد/ گروه مهندسی آب، دانشگاه تبریز، تبریز، ایران
سمیه محمودی وانعلیا - دانشجوی سابق کارشناسی ارشد/ گروه مهندسی آب، دانشگاه تبریز، تبریز، ایران

بارش-رواناب یکی از فرایندهای مهم در مطالعات منابع آب بشمار می رود. در این تحقیق فرآیند بارش-رواناب روزانه در حوضه آبریز بالیخ لوچای با استفاده از ماشین بردار پشتیبان، شبکه های عصبی مصنوعی، هیبرید موجک-ماشین بردار پشتیبان و هیبرید موجک-شبکه عصبی مورد مطالعه و مقایسه قرار گرفته است. داده های بارش-رواناب روزانه در طول دوره آماری (۱۳۷۹-۱۳۸۷) برای آموزش و صحت سنجی مدل ها مورد استفاده قرار گرفت. در حالت کلی نتایج حاکی از دقت قابل قبول هر چهار روش می باشد. از لحاظ اولویت نیز مدل هیبرید موجک-شبکه عصبی با بیشترین دقت و کمترین خطا در اولویت اول و مدل های هیبرید موجک-ماشین بردار پشتیبان، شبکه عصبی مصنوعی و ماشین بردار پشتیبان بترتیب در اولویت های بعدی قرار گرفتند.

بارش-رواناب, تبدیل موجک, شبکه عصبی مصنوعی, ماشین بردار پشتیبان, هیبرید