ارزیابی عملکرد برخی مدل ‌های آماری و محاسبات نرم در پیش ‌بینی جریان رودخانه

باتوجه به کاهش منابع آب به‌خصوص در کشور ایران، پیش‌بینی جریان رودخانه اهمیت زیادی یافته و لازم است از بهترین روش‌ها استفاده گردد. بدین منظور روش‌های خطی و غیرخطی زیادی وجود دارد. ازآنجایی‌که تشخیص خطی یا غیرخطی بودن دبی ماهانه دشوار است، در این پژوهش عملکرد برخی مدل‌های خطی و غیرخطی در پیش‌بینی جریان ماهانه‌ی رودخانه‌ی جامیشان واقع در استان کرمانشاه بررسی گردید. این مدل‌ها شامل مدل‌های خودهمبسته با میانگین متحرک تجمعی (arima)، شبکه‌های عصبی مصنوعی (ann) و سامانه‌ی استنتاج فازی مبتنی بر شبکه‌ی تطبیقی (anfis) می‌باشند. در استفاده از مدل arima با درنظر گرفتن پنج پارامتر از هر نوع، تمامی مدل‌های ممکن بررسی گردید. برای مدل‌های ann و anfis نیز با تعیین 14 نوع ترکیب ورودی مختلف بهترین مدل‌ها شناسایی شد. قابلیت مدل‌های به‌دست‌آمده در پیش‌بینی جریان در درازمدت نیز سنجیده شد. نتایج بیانگر آن بود که مدل anfis توانایی بیشتری در شناسایی تاخیرهای زمانی موثر بر جریان نسبت به مدل ann دارد. این مدل همچنین از دقت بیشتری نسبت به سایر مدل‌ها به‌خصوص در پیش‌بینی مقادیر حدی برخوردار است. برخلاف آن مدل arima قابلیت بسیار بالایی در پیش‌بینی دبی‌های با مقادیر کم از خود نشان داد. بررسی‌ها بیانگر آن بود که از هر سه مدل می‌توان در درازمدت استفاده کرد.