پدیده انتقال رسوب معلق و بر آورد آن از دیر باز مورد توجه و نیاز محققین امر بوده است، لیکن بدلیل زمان بر بودن و گران قیمت بودن نمونه برداری، تعداد دفعات اندازه گیری کم بوده و بدنبال آن آمار طولانی مدت و ریز مقیاس زمانی رسوب در ایستگاه های اندازه گیری محدود می باشد. بدین منظور استفاده از روش های گسسته سازی در چند سال اخیر مورد توجه قرار گرفته است. برتری نتایج روش های گسسته سازی نسبت به دیگر روش های تخمینی، همچنین عدم نیاز این مدل ها به پارامتر های دیگر از جمله مقادیر دبی جریان، از دیگر عوامل مهم برتری مدل های گسسته سازی می باشد. در این تحقیق رودخانه لیقوان واقع در شمال غرب کشور با آمار کم وناقص و همچنین رودخانه می سی سی پی با آمار کامل مورد بررسی قرار گرفته است. به منظور گسسته سازی رسوب معلق، خاصیت مقیاس پذیری داده های رسوب هر دو رودخانه بررسی شده و سپس سه مدل آبشاری تصادفی بر پایه ی توزیع های احتمالاتی ، مدل قطعی غیرخطی بر پایه ی بازسازی فضای حالت و با استفاده از نزدیکترین همسایگی کاذب و نهایتا مدل غیر پارامتریک بر پایه ی روش های استوکاستیک غیر خطی بررسی شده که نتایج حاکی از عملکرد قابل قبول این مدل ها است. از آنجایی که به منظور ارزیابی مدل های گسسته سازی نیازمند تخمین داده های رسوب با مقیاس ریزتر می بود لذا از برنامه ریزی بیان ژن جهت تخمین مقادیر بار معلق رسوب با استفاده از دبی جریان، برای رودخانه لیقوان استفاده و بهترین الگو برای تخمین بار معلق انتخاب و برآورد گردید . همچنین به منظور بررسی مقیاس پذیری داده های بار معلق رسوب و میزان قطعیت و همچنین تعداد حداقل پارامترهای لازم به منظور تخمین، از نظریه آشوب که امروزه مورد توجه محققین قرار گرفته است، استفاده شد. در انتها توانایی تخمین مدل های برنامه ریزی بیان ژن، آبشاری تصادفی، قطعی غیرخطی، غیر پارامتریک و آشوب، برای مقیاس های زمانی روزانه، 2روزه، 4روزه، 8 روزه و 16روزه، با معیارهای ضریب همبستگی و جذر میانگین مربعات خطا با یکدیگر مقایسه گردیده است.