ارزیابی کارایی مدل های بارش رواناب awbm، simhyd و روشهای ماشین یادگیری و رگرسیون خطی جهت براورد رواناب در حوزه آبخیز پل فسا

مدل‌های هیدرولوژیکی ابزارهایی کلیدی در مدیریت منابع آب و تحلیل تاثیر تغییرات کاربری زمین و اقلیم بر چرخه هیدرولوژیکی و رفتار جریان هستند. هدف این پژوهش، مقایسه عملکرد نسبی مدل‌های مفهومی بارش–رواناب awbm و simhyd در بسته نرم‌افزاری rrl، الگوریتم‌های یادگیری ماشین (جنگل تصادفی، ماشین بردار پشتیبان و شبکه عصبی مصنوعی) و رگرسیون خطی در شبیه‌سازی رواناب ماهانه حوزه آبخیز پل فسا (زیرحوضه‌ای از دریاچه مهارلو) در استان فارس است. دوره زمانی پژوهش شامل مرحله گرم‌سازی (23/12/2002 تا 31/12/2003)، کالیبراسیون (01/01/2004 تا 31/12/2014) و اعتبارسنجی (01/01/2015 تا 22/09/2021) می‌باشد. پس از اجرای مدل‌ها و تعیین پارامترهای بهینه بر اساس روش آزمون و خطا و ویژگی‌های حوضه، مقایسه عملکرد مدل‌ها بر اساس شاخص‌های آماری انجام شد. در دوره کالیبراسیون، مدل‌های awbm، simhyd و الگوریتم‌های یادگیری ماشین به‌ترتیب با ضرایب کارایی 0.79، 0.60، 0.92 و ضرایب تبیین 0.82، 0.79، 0.93 عملکرد مناسبی داشتند. در حالی که در دوره اعتبارسنجی این شاخص‌ها به‌طور محسوسی کاهش یافتند. مدل‌های مفهومی عملکرد قابل‌قبولی حتی در دوره خشک اعتبارسنجی داشتند، در حالی که الگوریتم‌های یادگیری ماشین و رگرسیون خطی کاهش شدید دقت را نشان دادند. این نتایج، اهمیت انتخاب مدل مناسب با توجه به شرایط اقلیمی و دوره زمانی را برجسته می‌سازد.