ارزیابی کارایی مدلهای هوشمند در تخمین جریان روزانه رودخانه (مطالعه موردی: رودخانه مهاباد)

امروزه پیش بینی جریان روزانه رودخانه ها ار مباحث مهم در هیدرولوژی و منابع آب میباشد و می توان از نتایج الگوبندی جریان روزانهرودخانه در مدیریت منابع آب، خشکسالی ها و سیلاب ها استفاده کرد. با توجه به اهمیت این موضوع، در این پژوهش با استفاده از روشهایالگوهای هوش مصنوعی مانند، برنامه ریزی بیان ژن (GEP)، شبکه بیزین (BN) و ماشین بردار پشتیبان (SVM) به الگوبندی جریانروزانه رودخانه مهاباد در محل ایستگاه آب سنجی گردیعقوب، کوثر و بیطاس طی دوره آماری ۱۳۸۸ تا ۱۳۹۷ پرداخته شده است. حوضهبالادست ایستگاه کوثراز جمله زیرحوضه های اصلی رودخانه مهاباد و درشرق آن قرار دارد و ایستگاه گرد یعقوب نیز که در بالادسترودخانه مهاباد و شمال آن قرار گرفته نیز از جمله ایستگاه های دائمی با حجم آب بالا میباشد. ایستگاه بیطاس در غرب رودخانه بوده ووسعت و حجم آن نسبت به ایستگاه های کوثر و گرد یعقوب کمتر است. نتایج حاصل از مدلسازی این تحقیق نشان داده است که الگوهایبرنامه ریزی بیان ژن و ماشین بردار پشتیبان دارای برتری به شبکه عصبی بیزین در الگوبندی جریان روزانه رودخانه مهاباد میباشند.همچنین الگوبندی و مقایسه الگوهای GEP و SVM نیز نشان داد که روش برنامه ریزی بیان ژن دارای معیارهای ارزیابی مناسبتر بادقت بالاتر و عملکرد بهتری نسبت به روش ماشین بردار پشتیبان در پیش بینی جریان روزانه می باشد.

Keywords:

رودخانه مهاباد , تخمین جریان روزانه , ماشین بردار پشتیبان , شبکه عصبی بیزین , برنامه ریزی بیان ژن