ارزیابی مدل های هیبریدی فراکاوشی در شبیه سازی اکسیژن محلول در آب رودخانه

آب یکی از عناصر ضروری در طبیعت است که اساس زندگی انسان را تشکیل می دهد و به رشد و توسعه اقتصادی جوامع کمک می کند. آب سالم ارتباط تنگاتنگی با سلامت محیط زیست و فعالیت ها دارد. زندگی همه جانوران روی کره زمین به آب و اکسیژن بستگی دارد. علاوه بر این، اکسیژن محلول کافی (DO) برای بقای جانوران آبزی بسیار مهم است. از این رو، در این پژوهش برای شبیه‏سازی اکسیژن محلول در آب رودخانه کامبرلند واقع در ایالات متحده از مدل ترکیبی شبکه عصبی مصنوعی (ANN) با موجک و الگوریتم‏های فراابتکاری گرگ خاکستری (GWO) و خفاش (BA) در مقیاس زمانی ماهانه طی دوره آماری 2010-2020 استفاده شد. معیارهای ضریب همبستگی (R2)، مجذور میانگین مربعات خطا (RMSE)، میانگین مطلق خطا (MAE) و ضریب بهره‏وری نش ساتکلیف (NSE) برای ارزیابی و مقایسه عملکرد مدل ها مورد استفاده قرار گرفت. نتایج نشان داد هر سه مدل هیبریدی، در الگوهای ترکیبی نتایج بهتری نسبت به سایر الگوهای تعیین‏شده دارند. همچنین، با توجه به معیارهای ارزیابی مشخص شد که از بین مدل های به‏کاررفته در شبیه سازی اکسیژن محلول در آب رودخانه، مدل شبکه عصبی مصنوعی موجک با ضریب تعیین (958/0=R2)، ریشه میانگین مربعات خطا (651/0=RMSE)، میانگین قدرمطلق خطا (334/0=MAE) و ضریب نش ساتکلیف (962/0=NS) در مرحله صحت سنجی عملکرد بهتری نسبت به سایر مدل ها از خود نشان داده است.