برآورد بارش دراز مدت شهر انزلی توسط مدل ترکیبی سیستم های استنتاج فازی عصبی تطبیقی و تبدیل موجک

در سال های اخیر، میزان بارش در نواحی مختلف به خصوص در نواحی خشک و نیمه خشک، دچار تغییرات چشم گیری شده است. بنابراین، تخمین و الگوشناسی بارش در یک بازه دراز مدت می تواند به هیدرولوژیست ها و مهندسین آب اطلاعات کافی ارائه کند. در این مطالعه برای اولین بار، بارندگی دراز مدت شهر انزلی در یک بازه زمانی 67 ساله توسط مدل عددی موجک- سیستم استنباط فازی عصبی تطبیقی (WANFIS) شبیه سازی شد. برای آموزش، آزمون و صحت سنجی مدل های هوش مصنوعی به ترتیب از بارش های 37، 20 و 10 ساله استفاده شد. در ابتدا، بهینه ترین تابع عضویت شبکه انفیس با استفاده از تجزیه و تحلیل نتایج مدل های مختلف به دست آمد. به عبارت دیگر، تعداد توابع عضویت بهینه برابر با هشت در نظر گرفته شد. سپس اعضای مختلف خانواده موجک مورد ارزیابی قرار گرفتند که dmey به عنوان بهینه ترین عضو این خانواده ها معرفی شد. در ادامه، با استفاده از تابع خودهمبستگی، خودهمبستگی نسبی و تاخیرهای مختلف، 15 مدل WANFIS توسعه داده شدند. علاوه بر این، با استفاده از تحلیل حساسیت، مدل برتر و تاخیرهای موثر معرفی شدند. مدل برتر، مقادیر بارش را با دقت بالایی تخمین زد. به عنوان مثال، مقادیر ضریب همبستگی، شاخص پراکندگی و نش ساتکلیف برای مدل برتر در حالت صحت سنجی به ترتیب مساوی با 962/0، 258/0 و 899/0 محاسبه شدند.