بررسی اثر شاخص‌های پیوند از دور بر میزان کارایی پیش‌بینی جریان رودخانه (مطالعه موردی: حوضه رودخانه حبله‏رود)

برخی سیگنال‌های آب و هوایی با منشأ خارجی می‌توانند موجب تغییرات در شرایط آب و هوایی شده و بر میزان آورد جریان رودخانه تأثیرگذار باشند. ازآنجایی‌که جریان رودخانه حبله رود نقش بسزایی در توسعه فعالیت‌های مختلف خصوصاً کشاورزی منطقه داشته است، لازم است با انجام تحقیقات مناسب میزان جریان، پیش‌بینی شده تا بتوان مدیریت بهینه منابع آب خصوصاً در شرایط خشک‌سالی و اقلیم در حال تغییر در این منطقه را مهیا نمود. در انجام این تحقیق از چهار مدل غیرخطی شبکه عصبی مصنوعی شامل شبکه‌های پیش خورد تعمیم‌یافته، شبکه‌های جوردن المان، شبکه‌های زمان تأخیری چرخشی و شبکه‌های تابع پایه شعاعی برای مدل‌سازی جریان رودخانه حبله رود (ایستگاه بنکوه) طی دوره 1361 تا 1390 استفاده گردید. برای ارزیابی شاخص‌های پیوند از دور و نقش آن‌ها در کارایی مدل از 10 شاخص استفاده گردید و متغیرهای ورودی در 4 سناریو مجزا در هر مرحله پس از آنالیز حساسیت داده‌ها وارد مدل شدند. نتایج به‌دست‌آمده در مرحله تست مدل حاکی از خطای کمتر شبکه‌های جوردن المان نسبت به سایر مدل‌ها در پیش‌بینی جریان است (میزان خطا از سناریوی اول تا چهارم به ترتیب برابر 57/5، 9/4، 35/5 و 62/4 است). به‌طورکلی میزان خطا از سناریوی اول تا سناریوی چهارم روندی کاهشی را در مدل‌ها نشان می‌دهد. نتایج بررسی‌ها بیانگر این است که با اضافه نمودن شاخص‌های پیوند از دور، میزان خطا در پیش‌بینی جریان رودخانه حبله رود از 15 تا 31 درصد کاهش می‌یابد.