مقایسه روش های رگرسیون مینیمم مربعات و روش خط همبستگی بنیانی برای بازسازی داده های مفقود کیفیت آب، مطالعه موردی رودخانه کر

داده های ناقص دبی یکی از مشکلات متخصصان و طراحان پروژه های منابع آب است وباعث بروز خطا در نتایج مطالعات طرح ها شده و اجرای پروژه ها را دچار مشکل می نماید، در مناطقی که ایستگاههای هیدرومتری از نظر تعداد محدود می باشند این مسأله حادتر میباشد، بنابراین لازم است این نواقص آماری به طریقی برطرف گردد، روش های متعددی بر ای تخمین داده های گمشده وجود دارد، برای بازسازی و تکمیل داده های مختلف از جمله هواشناسی، هیدرولوژیک و کیفیت آب از روشهای مختلفی استفاده می شود که بعضی از این روش های کلاسیک بوده اما به تازگی از روش های جدید و نوینی هم استفاده شده است، از جمله روشهای کلاسیک می توان به روش ایستگاه معرف، نسبت نرمال، رگرسیون خطی و محور مختصات و از روشهای جدید می توان به روش شبکه عصبی مصنوعی، منطق فازی و رگرسیون فازی اشاره نمود.ساده ترین روش بازسازی ((OLS Ordinary least squares regression (رگرسیون به روش مینیمم مربعات) می باشد که در این برآورد صدک به طور نرمال توزیع شده است. یکی از مناسبترین روشها (RLOC) correlation of organic robust line (خط همبستگی -بنیانی) است، که روشی جدید می باشد و در کاهش میزان اریبی در برآورد واریانس اثر زیادی دارد. برای استفاده از روش های معرفی شده و باز سازی داده ها بعد از مرتب کردن داده ها بر اساس تاریخ و انتخاب داده های مشترک بر اساس ماه، مقادیر آن ها از طریق معادلات حاصله برآورد گردید.هدف این تحقیق مقایسه روش های بازسازی OLS، RLOCبا استفاده از شاخص های آماری ریشه دوم میانگین مربعات خطا (RMSE)، میانگین خطای مطلق (MAE) و میانگین خطای bias (MBE) جهت انتخاب بهترین روش برای بازسازی داده های دبی رودخانه کردر پنج ایستگاه که هر ایستگاه با ایستگاه قبل و بعد خود مقایسه شد می باشد.

کلیدواژه ها:

بازسازی داده ها ، خط همبستگی بنیانی ، داده های رودخانه کر ، رگرسیون به روش مینیمم مربعات ، ریشه دوم میانگین مربعات خطا