منطقه بندی حوزه های آبخیز با به کارگیری نوعی از شبکه های عصبی مصنوعی به منظور تحلیل فراوانی منطقه ای سیلاب

نگاشت های خود سازمانده یکی از انواع شبکه های عصبی مصنوعی هستند که قابلیت آن ها در تشخیص الگو و خوشه بندی داده ها، آن ها را به ابزاری قابل توجه در زمینه ی منطقه بندی حوزه های آبخیز به منظور اجرای تحلیل فراوانی منطقه ای سیلاب تبدیل کرده است. در این مطالعه، توانایی نگاشت های خودسازمانده در منطقه بندی حوزه ی آبخیز سفیدرود به منظور اجرای تحلیل فراوانی منطقه ای سیلاب با استفاده از الگوریتم گشتاور های خطی مورد بررسی قرار گرفته است. نتایج به دست آمده بیانگر آن است که نگاشت های خود سازمانده می توانند به عنوان روشی قابل قبول در زمینه ی خوشه بندی داده ها و منطقه بندی حوزه های آبخیز به کار گرفته شوند. بررسی مقادیر شاخص های صحت خوشه نشان داد که این شاخص ها به تنهایی نمی توانندتعیین کننده ی منطقه بندی مطلوب برای تحلیل فراوانی منطقه ای باشند، بلکه این وضعیت همگنی مناطق است که عامل اساسی در تعیین منطقه بندی مطلوب است. بر اساس وضعیت همگنی مناطق و بزرگی مناطق تشکیل شده، حالت های دو منطقه ای حاصل از به کارگیری الگوریتم های وارد و نگاشت های خودسازمانده به عنوان حالت های بهینه به منظور اجرای تحلیل فراوانی منطقه ای سیلاب برای حوزه ی آبخیز سفیدرود، انتخاب شدند. افزون بر این، نتایج حاصل از برآورد سیلاب در تحلیل نقطه ای و دو تحلیل منطقه ای گویای آن بود که برآوردهای حاصل از دو تحلیل منطقه ای بسیار به هم نزدیک بوده و اختلاف نسبی آن ها به طور میانگین در حدود 1% است. هم چنین، اختلاف نسبی آن ها با برآوردهای حاصل از تحلیل نقطه ای نیز در هیچ یک از ایستگاه ها از 17% تجاوز نمی کند و مقدار میانگین آن تقریباً برابر 8% است.