گزارش فنی: پیش بینی سیلاب های ساعتی رودخانه اهرچای با استفاده از روش های یادگیری ماشین

سیل یکی از حوادث طبیعی است که هر ساله خسارات بسیاری در نقاط مختلف جهان به وجود می آورد. پیش بینی دقیق سیلاب در کاهش خسارات جانی و مالی و مدیریت منابع آب از اهمیت بسزایی برخوردار است. هدف از مطالعه حاضر، مقایسه قابلیت های روش های رگرسیون ماشین بردار پشتیبان، مدل درختی M5 و مدل رگرسیون خطی در برآورد دبی سیلاب یک و دو ساعت آینده ایستگاه تازه کند در رودخانه اهرچای می باشد. داده های تاریخی دبی-اشل ساعتی ایستگاه تازه کند و 14 رویداد مهم سیل برای ایجاد مدل مورد استفاده قرار گرفت. نتایج نشان داد که روش رگرسیون ماشین بردار پشتیبان با ضریب تبیین 0.96 و جذر میانگین مربعات خطا M3s-1) 0.0472) برای سیلاب یک ساعت بعد و 0.90=R2 و M3.s-1) RMSE=0.1596 برای سیلاب دو ساعت بعد بهترین نتیجه را ارائه نمود. گرچه مدل درختی M5 دقت نسبتا کمتری نسبت به روش رگرسیون ماشین بردار پشتیبان داشت، ولی به لحاظ ارائه روابط خطی ساده و قابل فهم می تواند به عنوان یک روش کاربردی در پیش بینی دبی سیلاب های ساعتی مورد استفاده قرار گیرد.