تخمین ضریب انتشار طولی رودخانه ها با استفاده از مدل رگرسیون غیرخطی

با وجود مطالعات متنوع در زمینه پیش بینی ضریب انتشار طولی (LDC) در رودخانه های طبیعی،‏ نبود مطالعه ای جامع برای بررسی اثر الگوهای متنوع از پارامترهای هیدرولیکی و هندسی بر این پدیده احساس می شود. همچنین دقت نا مناسب مدل های ارائه شده برای پیش بینی LDC یا کاربرپسند نبودن برخی آنها از دیگر چالش های موجود در این زمینه است. بنابراین هدف اصلی این پژوهش،‏ بررسی الگوهای متنوع پیش بینی LDC با استفاده از تحلیل رگرسیونی است. برای این منظور مراحل واسنجی و صحت سنجی مدل های تخمین LDC با استفاده از الگوهای متنوعی از اطلاعات هیدرولیکی و هندسی چندین رودخانه در آمریکا انجام پذیرفت. نتایج این پژوهش مشخص کرد که از بین الگوهای متنوع ورودی،‏ الگوی شامل پارامتر انحنای رودخانه دارای بهترین عملکرد برای مدل پیش بینی LDC می باشد؛ هرچند که دبی تاثیری بر عملکرد مدل نداشت. همچنین با حذف عدد ثابت از معادله به دست آمده،‏ عملکرد مدل بهبود یافت. مدل مذکور در مراحل واسنجی و صحت سنجی از ضریب تعیین (R2) به ترتیب معادل 993 /0 و 938 /0 برخوردار بود. در نهایت بر مبنای مقایسه بین مدل توسعه داده شده در این پژوهش و دیگر مطالعات،‏ مشخص شد که این مدل دارای عملکرد بهتری نسبت به دیگر مدل ها برای تخمین LDC است.