بررسی کارایی مدل‏های هوشمند در برآورد رسوبات معلق رودخانه‏ای (مطالعه موردی: حوزه‏ آبخیز باباامان، خراسان شمالی)

برآورد دقیق مقدار رسوبات حمل شده توسط رودخانه ها در پروژه های آبی، از اهمیت بسیاری برخوردار است و لذا شناسایی و پیشنهاد روش های مناسب جهت برآورد دبی رسوبات معلق از اهداف مهمی تلقی می شود که بایستی بر اساس تحقیقات مرتبط به انجام برسد. از جمله این روش ها می توان به روش های یادگیری ماشین از جمله مدل درختان تصمیم گیری، ماشین بردار پشتیبان و شبکه عصبی مصنوعی اشاره کرد. در این پژوهش، کارایی این تکنیک ها در پیش بینی میزان دبی رسوبات معلق حوزه آبخیز باباامان بجنورد مورد بررسی قرار گرفت. داده های ورودی برای پیش بینی رسوبات معلق حوزه باباامان در این پژوهش عبارتند از: دبی جریان، دبی رسوب معلق، بارش و تبخیر، که مربوط به دوره آماری از سال 1349 تا سال 1380 است. جهت ارزیابی دقت و صحت نتایج این مدل ها، معیار های آماری mae، rmse، r استفاده شدند. در نهایت نتایج معیار های آماری r و rmse به ترتیب برای مدل منحنی سنجه 80/0 و 77/55863، مدل شبکه عصبی 98/0 و 28/1، مدل درخت تصمیم 96/0 و 56/48881 و مدل ماشین بردار پشتیبان 99/0 و 6998/0 است. مقادیر به دست آمده نشان داد که ماشین بردار پشتیبان در مقایسه با روش های نامبرده، تطابق بسیار بیش تری با مقادیر اندازه گیری شده داشته است.