سنجش تاب‌آوری زیستی رودخانه با مدل‌های هوش مصنوعی (مطالعه‌ موردی: رودخانه‌ علی‌آباد)

تاب‌آوری طیف به‌هم‌پیوسته‌ای از ارتباطات بین محیط، رودخانه و واکنش اکوسیستم به تغییرات وارد شده را برای حفظ پایداری نشان می‌دهد؛ لذا بررسی میزان تاب‌آوری رودخانه، برای برنامه‌ریزی و مدیریت منابع آب مهم و موثر است. با توجه به ارتباط تاب‌آوری زیستی به تغییر پارامترهای کیفی و کمی از مدل‌های هوش مصنوعی، بیان ژن ماشین بردار پشتیبان و هیبرید موجکی برای پیش‌بینی وضعیت ارتباطی آب رودخانه علی‌آباد در ایستگاه لوارک و در بازه‌ زمانی ده ساله استفاده و نتایج با شاخص تاب‌آوری سنجیده شد. مدل‌های هیبریدی نسبت به غیرهیبریدی، عملکرد دقیق‌تر و خطای کمتری را با حذف نویز نشان دادند؛ چنانکه سناریوی 4 با ترکیب روی و اکسیژن بیوشیمیایی و دبی در سری زمانی با نتایج صحت سنجی ضریب نش ساتکلیف (0.98)، جذر میانگین مربعات خطا (0.05) و میانگین قدرمطلق خطا (0.10) در مدل هیبرید موجک بردار پشتیبان بهترین پیش‌بینی را نشان داد. نتیجه‌ هیبرید موجک بیان ژن با ضریب نش ساتکلیف (0.94)، جذر میانگین مربعات خطا (0.07) و میانگین قدرمطلق خطا (0.20) در سناریو 4 تاکیدی بر تاثیر مثبت مدل های هیبریدی نسبت به مدل های کلاسیک در پیش بینی بود. نتیجه‌ کلی تحقیق نشان داد رودخانه در شرایط سنجش تاب‌آور است و پیش‌بینی مدل‌های هیبریدی با اندازه‌گیری‌ها همخوانی دارد.