مدل سازی رواناب با استفاده از داده های بارش ماهواره TRMM در حوزه آبخیز چهل چای

بارش یکی از مهمترین ورودی ها در مدل سازی رواناب است. وجود داده های بارش با دقت زمانی و مکانی مناسب، برای حوزه های آبخیز با ایستگاه های باران سنجی اندک و پراکنده، بسیار مهم و ضروری است. در حال حاضر ماهواره های اقلیمی از منابع مهم در برآورد بارش هستند. در این پژوهش، ابتدا کارایی داده های بارش ماهواره TRMM در سری زمانی ماهانه حوزه آبخیز چهل چای با استفاده از شاخص های آماری R2، RMSE، NSE و Bias از طریق مقایسه با داده های بارش ایستگاه های باران سنجی (مشاهده شده) مورد ارزیابی قرار گرفت که مقدار این شاخص های آماری به ترتیب 0.54، 22.70، 0.44 و 14.86- به دست آمد. با توجه به مقدار ضریب تبیین (R2)، می توان نتیجه گرفت که ماهواره TRMM توانسته 0.54 بارش مشاهده شده را برآورد کند. در گام بعدی به منظور برآورد رواناب ماهانه از سه مدل داده مبنا شامل MLP، ANFIS و SVR استفاده شد. دو نوع ترکیب ورودی به مدل های داده مبنا شامل: 1) داده های بارش مشاهده شده در گام های زمانی t و 1-t و رواناب در گام زمانی 1-t و 2) داده های بارش ماهواره ای در گام های زمانی t و 1-t و رواناب در گام زمانی 1-t انتخاب شد. برای مقایسه میزان دقت و خطای مدل ها از R2 و RMSE مرحله صحت سنجی استفاده شد که مدل ANFIS با مقدار R2 و RMSE به ترتیب برای ترکیب ورودی نوع اول 0.80 و 0.97 و همچنین، برای ترکیب ورودی نوع دوم  0.78 و 1.02 به عنوان مدل منفرد مناسب در منطقه مورد مطالعه برای برآورد رواناب انتخاب شد. از روش میانگین گیری وزنی در رویکرد ترکیب داده ها به منظور مدل سازی و ارایه یک مدل ترکیبی داده مبنا استفاده شد که این مدل ترکیبی داده مبنا باعث بهبود مقادیر0.81= R2 و 4.85- =Bias برای ترکیب ورودی نوع اول و همچنین، بهبود مقدار 0.79=R2 برای ترکیب ورودی نوع دوم شد و این روش ضعف مدل های منفرد را پوشش داده است.