ارزیابی عملکرد برخی مدلهای آماری و محاسبات نرم در پیشبینی جریان رودخانه

با توجه به کاهش منابع آب بهخصوص در کشور ایران، پیشبینی جریان رودخانه اهمیت زیادی یافته و لازم است از بهترین روش ها استفاده گردد. در این پژوهش عملکرد برخی مدلهای خطی و غیرخطی در پیش بینی جریان ماهانه ی رودخانه ی جامیشان واقع در استان کرمانشاه بررسی گردید. این مدلها شامل مدل های خودهمبسته با میانگین متحرک تجمعی (ARIMA)، شبکه های عصبی مصنوعی (ANN) و سامانه ی استنتاج فازی مبتنی بر شبکه ی تطبیقی (ANFIS) میباشند. در استفاده از مدل ARIMA با در نظر گرفتن پنج پارامتر از هر نوع، تمامی مدل های ممکن بررسی گردید. برای مدل های ANN و ANFIS نیز با تعیین 14 نوع ترکیب ورودی مختلف بهترین مدل ها شناسایی شد. قابلیت مدل های به دستآمده در پیش بینی جریان در درازمدت نیز سنجیده شد. نتایج بیانگر آن بود که مدل ANFIS توانایی بیشتری در شناسایی تاخیرهای زمانی موثر بر جریان نسبت به مدل ANN دارد. این مدل همچنین از دقت بیشتری نسبت به سایر مدل ها بهخصوص در پیش بینی مقادیر حدی برخوردار است. اما مدل ARIMA قابلیت بسیار بالایی در پیش بینی دبی های با مقادیر کم دارد. بررسی ها بیانگر آن بود که از هر سه مدل می توان در درازمدت استفاده کرد.