بررسی اثر شاخص های پیوند از دور بر میزان کارایی پیش بینی جریان رودخانه (مطالعه موردی: حوضه رودخانه حبله رود)

برخی سیگنال های آب و هوایی با منشا خارجی می توانند موجب تغییرات در شرایط آب و هوایی شده و بر میزان آورد جریان رودخانه تاثیرگذار باشند. ازآنجایی که جریان رودخانه حبله رود نقش بسزایی در توسعه فعالیت های مختلف خصوصا کشاورزی منطقه داشته است، لازم است با انجام تحقیقات مناسب میزان جریان، پیش بینی شده تا بتوان مدیریت بهینه منابع آب خصوصا در شرایط خشک سالی و اقلیم در حال تغییر در این منطقه را مهیا نمود. در انجام این تحقیق از چهار مدل غیرخطی شبکه عصبی مصنوعی شامل شبکه های پیش خورد تعمیم یافته، شبکه های جوردن المان، شبکه های زمان تاخیری چرخشی و شبکه های تابع پایه شعاعی برای مدل سازی جریان رودخانه حبله رود (ایستگاه بنکوه) طی دوره 1361 تا 1390 استفاده گردید. برای ارزیابی شاخص های پیوند از دور و نقش آن ها در کارایی مدل از 10 شاخص استفاده گردید و متغیرهای ورودی در 4 سناریو مجزا در هر مرحله پس از آنالیز حساسیت داده ها وارد مدل شدند. نتایج به دست آمده در مرحله تست مدل حاکی از خطای کمتر شبکه های جوردن المان نسبت به سایر مدل ها در پیش بینی جریان است (میزان خطا از سناریوی اول تا چهارم به ترتیب برابر 57/5، 9/4، 35/5 و 62/4 است). به طورکلی میزان خطا از سناریوی اول تا سناریوی چهارم روندی کاهشی را در مدل ها نشان می دهد. نتایج بررسی ها بیانگر این است که با اضافه نمودن شاخص های پیوند از دور، میزان خطا در پیش بینی جریان رودخانه حبله رود از 15 تا 31 درصد کاهش می یابد.