مقایسه کارایی مدل های هیدرولوژیکی (AWBM و SimHyd) و شبکه عصبی (RBF و MLP) در شبیه سازی بارش- رواناب (مطالعه موردی:حوضه بار اریه - نیشابور)

برای مدیریت و برنامه ریزی صحیح منابع آب باید اطلاع دقیقی از دبی خروجی حوزه داشت. در بسیاری از حوزه های آبخیز ایستگاه هیدرومتری وجود ندارد، بنابراین از مدل های مختلف برای شبیه سازی دبی در حوزه های فاقد آمار استفاده می شود. انتخاب مدل مناسب برای شبیه سازی بارش - رواناب بستگی به هدف مدل سازی و اطلاعات موجود دارد. در این تحقیق از مدل های مفهومی AWBM و SimHyd و مدل های شبکه ی عصبی MLP وRBF (با توجه به نیاز کمتر به داده های اندازه گیری شده) جهت شبیه سازی فرایند بارش - رواناب در حوزه بار اریه نیشابور استفاده شد. طول دوره آماری مورد استفاده 30 سال (1391-1362) و طول دوره واسنجی و اعتبار سنجی به ترتیب 5 و 7 سال انتخاب شد. برای شبیه سازی رواناب از نرم افزارهای RRL و SPSS استفاده شد. برای ارزیابی کارآیی مدل ها از ضریب نش-ساتکلیف (ENS)، ضریب تبیین(R2) و ریشه میانگین مربعات خطا (RMSE) استفاده شد. نتایج نشان داد مدل های هیدرولوژیکی بهتر از مدل های شبکه عصبی فرآیند بارش- رواناب حوزه بار اریه را شبیه سازی می کنند. از بین مدل های ذکر شده، مدل  SimHydبا ضریب نش-ساتکلیف، ضریب تبیین و ریشه میانگین مربعات خطا به ترتیب 63/0، 8/0 و 02/0 در دوره واسنجی و 54/0، 74/0 و 08/0 در دوره اعتبار سنجی نسبت به سایر مدل های مورد استفاده در این تحقیق کارآیی بهتری داشته است. نتایج نشان داد بهینه ساز چند آغازه روزنبروک در مدل های هیدرولوژیکی و تابع تانژانت هیپربولیک در شبکه عصبی نسبت به سایر بهینه سازها عملکرد دقیق تری دارند. همچنین مدل های مورد استفاده، مقادیر کمینه و متوسط جریان را با دقت قابل قبولی شبیه سازی کردند. اما شبیه سازی مقادیر اوج جریان به خوبی صورت نگرفت. زیرا این مدل ها نوع و شدت بارش، زمان تاخیر ناشی از ذوب برف و زمان تمرکز حوزه را در نظر نمی گیرند.