مقایسه مدل‌های رگرسیون بردار پشتیبان، برنامه‌ریزی بیان ژن و آیهکرس در پیش‌بینی تغییرات رواناب تحت تاثیر تغییر اقلیم (مطالعه موردی: سد جامیشان)

امروزه اثرات تغییر اقلیم و گرمایش جهانی به دلیل افزایش گاز‌های گلخانه‌ای در جهان به اثبات رسیده‌است. وقوع این شرایط، فرآیند‌‌های هیدرولوژیکی مانند بارش و جریان رودخانه‌ها را که یکی از منابع اصلی تامین کننده آب حوضه است، تحت تاثیر قرار می‌دهد. در این تحقیق مقادیر ماهانه بارش، دما و دبی سد جامیشان در سال‌های 2017-1988 به عنوان دوره پایه در نظر گرفته شده‌‌‌است. به دلیل اینکه خروجی مدل‌های اقلیمی دقت و تفکیک مکانی و زمانی مورد نظر را ندارد، لذا لازم است که خروجی مدل‌های cmip5 برای منطقه مورد نظر ریزمقیاس شود. در این پژوهش با استفاده از روش عامل تغییر، داده‌های دو مدل flo_esm و cnrm_cm5 تحت سناریو rcp8.5 ریزمقیاس شده و پارامترهای ماهانه دما و بارش سد جامیشان برای دوره‌ی 2050-2021 تولید گردید. برای ارزیابی تاثیر تغییر اقلیم بر تغییرات رواناب منطقه مورد نظر به بررسی و مقایسه‌ی مدل‌های رگرسیون بردار پشتیبان، برنامه‌ریزی بیان ژن و آیهکرس با استفاده از زبان برنامه نویسی پایتونپرداخته‌شد. نتایج مدل‌های اقلیمی افزایش دمای بین 0/1 تا 1/4 درجه سلسیوس را به ترتیب برای دو مدل flo_esm و cnrm_cm5 نشان می‌دهد. همچنین نتایج بارش شبیه سازی شده نشان می‌دهد که میانگین درازمدت ماهانه تحت سناریو rcp8.5 در دوره آتی به ترتیب 1/1 و 5/8 درصد نسبت به دوره پایه کاهش داشته‌است. به طور کلی بررسی نتایج حاصل از پیش‌بینی دبی در هر سه مدل رگرسیون بردار پشتیبان، برنامه‌ریزی بیان ژن و آیهکرس حاکی از کاهش رواناب است که بیش ترین کاهش رواناب مربوط به svm در مدل flo_esm با 28/9 درصد و کمترین کاهش رواناب مربوط به gep در مدل cnrm_cm5 با 1/14 درصد می‌باشد و در این پژوهش مدل‌های آیهکرس و بیان ژن نسبت به روش رگرسیون بردار پشتیبان از دقت مطلوب‌تری برخوردار هستند.

Comparison of SVM, GEP and IHACRES Models in Prediction of Runoff Changes Due to Climate Change (Case Study: Jamishan Dam)

Today, the effects of climate change and global warming have been demonstrated by rising greenhouse gases. Occurrence of these conditions affects hydrological processes such as precipitation and river flow, which is one of the main sources of water for the basin. In this study, the monthly values of precipitation, temperature and inflow of Jamishan Dam during the period of 19882017 are considered as the basic period. The output of climate models does not have the desired accuracy and spatial and temporal resolution, so it is necessary to downscale the output of CMIP5 models for the study area. In this study, using Change Factor Method (CFM), the data of two FLO_ESM and CNRM_CM5 models were downscaled under the RCP8.5 scenario and the monthly temperature and precipitation parameters of Jamshan dam were produced for the period 20212050. To evaluate the effect of climate change on runoff in the region, SVM, GEP and IHACRES models were studied and compared. The results of climate model indicate an increase in temperature between 0.1 to 1.4 degrees of Celsius for both FLO_ESM and CNRM_CM5 models. Also, the results of simulated precipitation in FLO_ESM and CNRM_CM5 models show that the monthly longterm average under the RCP8.5 scenario in the next period decreased 1.1 and 5.8%, respectively, as compared to the baseline period. In general, the results show a reduction in runoff in all three models (SVM, GEP and IHACRES), which the highest reduction (28.9%) is corresponded to SVM in FLO_ESM model and the lowest reduction (14.1%) is corresponded to GEP in CNRM_CM5 model. In this study, GEP and IHACRES models are more accurate than the SVM model.