پیش بینی میزان رواناب رودخانه زرینه رود در شرایط تغییر اقلیم با استفاده از شبکه های عصبی مصنوعی

در پژوهش حاضر، تاثیر تغییر اقلیم بر تغییر رواناب سطحی زرینه رود واقع در دشت میاندوآب مورد بررسی قرار گرفت. در این راستا، سناریوهای A1B، A2 و B1 از طریق مدل ریزمقیاس نمایی LARS-WG و با به کاربردن مدل گردش عمومی جو HadCM3 و مدل شبکه عصبی مصنوعی در دو دوره زمانی مختلف (2065-2046، 2099-2080) مورد مطالعه قرار گرفتند. بدین منظور بهترین ترکیب پارامترهای ورودی مدل شبکه عصبی مصنوعی MLP جهت برآورد رواناب از میان پارامترهای هواشناسی مختلف با تاخیر صفر و یک روز و پارامتر رواناب با تاخیر یک روز انتخاب گردید. سپس از داده های هواشناسی پیش بینی شده توسط مدل اقلیمی LARS-WG در سال های آینده به عنوان ورودی مدل شبکه عصبی منتخب استفاده شده و در ادامه رواناب پیش بینی گردید. نتایج ارزیابی داده های مشاهداتی و شبیه سازی شده توسط مدل  LARS-WG با استفاده از شاخص های آماری و خطاسنجی مختلف بیانگر این است که اختلاف معنی داری بین مقادیر شبیه سازی شده و مشاهداتی وجود ندارد. تحلیل عملکرد مدل شبکه عصبی مصنوعی نیز حاکی از دقت خوب و مناسب این مدل در شبیه سازی تغییرات رواناب در حوضه مورد بررسی است. نتایج نشان داد که متوسط رواناب سالانه در دوره 2065-2046 نسبت به دوره پایه در حدود 4/62 متر مکعب بر ثانیه افزایش و در دوره 2099-2080 نسبت به دوره پایه در حدود 14/7 مترمکعب بر ثانیه کاهش خواهد یافت.