ارزیابی عملکرد برخی مدل های آماری و محاسبات نرم در پیش بینی جریان رودخانه

باتوجه به کاهش منابع آب به خصوص در کشور ایران، پیش بینی جریان رودخانه اهمیت زیادی یافته و لازم است از بهترین روش ها استفاده گردد. بدین منظور روش های خطی و غیرخطی زیادی وجود دارد. ازآنجایی که تشخیص خطی یا غیرخطی بودن دبی ماهانه دشوار است، در این پژوهش عملکرد برخی مدل های خطی و غیرخطی در پیش بینی جریان ماهانه ی رودخانه ی جامیشان واقع در استان کرمانشاه بررسی گردید. این مدل ها شامل مدل های خودهمبسته با میانگین متحرک تجمعی (arima)، شبکه های عصبی مصنوعی (ann) و سامانه ی استنتاج فازی مبتنی بر شبکه ی تطبیقی (anfis) می باشند. در استفاده از مدل arima با درنظر گرفتن پنج پارامتر از هر نوع، تمامی مدل های ممکن بررسی گردید. برای مدل های ann و anfis نیز با تعیین ۱۴ نوع ترکیب ورودی مختلف بهترین مدل ها شناسایی شد. قابلیت مدل های به دست آمده در پیش بینی جریان در درازمدت نیز سنجیده شد. نتایج بیانگر آن بود که مدل anfis توانایی بیشتری در شناسایی تأخیرهای زمانی مؤثر بر جریان نسبت به مدل ann دارد. این مدل همچنین از دقت بیشتری نسبت به سایر مدل ها به خصوص در پیش بینی مقادیر حدی برخوردار است. برخلاف آن مدل arima قابلیت بسیار بالایی در پیش بینی دبی های با مقادیر کم از خود نشان داد. بررسی ها بیانگر آن بود که از هر سه مدل می توان در درازمدت استفاده کرد.