پیش بینی سناریوهای احتمالاتی ماهانه جریان رودخانه با رویکرد ESP (مطالعه موردی: رودخانه هلیل رود)

پیش­بینی جریان ورودی به مخزن سد، ابزاری اساسی در مدیریت بهینه منابع آب محسوب می­شود. ضرورت ارتقاء دقت و بازه زمانی پیش­بینی جریان، برای بخش کشاورزی که بزرگ­ترین مصرف­کننده آب محسوب می­شود، بارزتر می­باشد. در این راستا استفاده از رویکردهای احتمالاتی برای پیش­بینی­های بلند­مدت جریان و احتساب عدم قطعیت پیش­بینی، توصیه شده است. هدف تحقیق حاضر ارائه مدلی برای پیش­بینی احتمالاتی جریان ورودی به مخزن سد جیرفت می­باشد. در این راستا با استفاده از رویکرد پیش­بینی­های گروهی جریان (ESP) و نیز به­کارگیری مدل­های شبکه عصبی مصنوعی (ANNs)، سناریوهای احتمالاتی جریان یک تا دوازده ماه آینده رودخانه هلیل پیش­بینی گردید. بدین منظور با استفاده از داده­های هواشناسی و هیدرولوژیکی حوضه رودخانه هلیل­رود، پیش­بینی­های تجمعی جریان با مدل­های ANN صورت گرفت و در ادامه از این پیش­بینی­ها برای ساخت سناریوهای احتمالاتی جریان با رویکرد ESP مصنوعی استفاده شد. نتایج نشان داد، با افزایش بازه زمانی پیش­بینی، از مقیاس ماهانه تا سالانه، دقت نتایج، مقداری کاهش می­یابد. همچنین از ترکیب مدل­های ANN با رویکرد ESP مصنوعی، می­توان سناریوهای احتمالاتی جریان را بخوبی پیش­بینی نمود.