مقایسه عملکرد روشهای مدل درختی M5 و رگرسیون بردار پشتیبان در تخمین نسبت جذبی سدیم (مطالعه موردی: رودخانه باراندوزچای)

کیفیت آبهای سطحی در یک منطقه بهطور گستردهای به طبیعت و گستردگی صنعت، کشاورزی و دیگر فعالیتهای انسانی در آن حوضه آبریز بستگی دارد. انسانها آب را از چرخهی هیدرولوژیکی آن برای نیازهای اقتصادی خود میگیرند و پس از استفاده دوباره به آن چرخه باز میگرداند. ناوه و همکاران (1391 (به پیشبینی جریان رودخانه با استفاده از مدل غیر خطی سری زمانی دو خطی رودخانه باراندوزچای و شهرچای ارومیه پرداختند. نتایج تحقیق نشان داد که در دو رودخانه مورد مطالعه مدل غیر خطی به دلیل خطای کمتر نسبت به مدل خطی ARMA کارایی بهتری داشته است. سلطانی و همکاران (1391 (به ارزیابی و مقایسه عملکرد شبکه عصبی مصنوعی پرسپترون چند لایه و پیشخور تعمیم یافته در شبیهسازی شاخص کیفی SAR در رودخانه سیستان با استفاده از پارامترهای کلر، شوری، قلیاییت و کل مواد محلول پرداختند و به این نتیجه رسیدند که این شبکه توانایی زیادی در شبیهسازی کیفی شاخص SAR داشته و بهتر از دیگر مدلها جواب میدهد. ثاقبیان و همکاران (2014 (با استفاده از روش درختان تصمیمگیری به طبقه بندی کیفیت آبهای زیرزمینی در منطقه اردبیل پرداختند و مشاهده کردند که این روش قادر است کیفیت آبهای زیرزمینی را تنها با استفاده از دو پارامتر هدایت الکتریکی و بارش تجمعی، به خوبی طبقه بندی کند. ستاری و همکاران (2016 (با استفاده از روشهای نزدیکترین همسایگی و رگرسیون بردار پشتیبان به پیشبینی هدایت الکتریکی و مقدار کل جامدات محلول در آب در رودخانه لیقوانچای پرداختند. نتایج نشاندهنده عملکرد بهتر روش رگرسیون بردار پشتیبان در این زمینه میباشد. هدف از مطالعه حاضر، ارزیابی عملکرد روشهای مدل درختی M5 و رگرسیون بردار پشتیبان در برآورد میزان نسبت جذبی سدیم آب رودخانه باراندوز چای میباشد.