ارزیابی عملکرد رهیافت های برنامه ریزی ژنتیک و ماشین بردار پشتیبان در بازسازی داده های گمشده بارش

فقدان یا گسست در سری زمانی داده های بارش در بسیاری از ایستگاه های هواشناسی، یکی از محدودیت های اصلی در مطالعات اقلیم شناسی و منابع آب است. در پژوهش حاضر از دو رهیافت هوشمند برنامه ریزی ژنتیک و ماشین بردار پشتیبان به منظور بازسازی داده های بارش ماهانه چهار ایستگاه باران سنجی واقع در استان همدان، در دوره آماری 1370 تا 1389 استفاده شد. خلاء آماری ابتدا به کمک اطلاعات یک ایستگاه، سپس دو ایستگاه و در نهایت داده های سه ایستگاه، بازسازی گردید. نتایج نشان داد که با افزایش حافظه و تعداد ایستگاه های دخیل در مرحله آموزش، عملکرد مدل ها بهبود می یابد. همچنین رهیافت ماشین بردار پشتیبان در بازسازی داده های بارش ماهانه ایستگاه سرابی و مریانج به ترتیب با ریشه میانگین مربعات خطا 9/12 و 4/11 میلی متر و ضریب همبستگی 93/0 و 95/0 نسبت به روش برنامه ریزی ژنتیک با ریشه میانگین مربعات خطای 13 و 2/12 میلی متر و ضریب همبستگی 93/0 و 95/0 از عملکرد بهتری برخوردار بوده است.