بررسی و مقایسه عملکرد مدل های استوکستیک و نروفازی در پیش بینی حداقل جریان ماهانه رودخانه

آگاهی از دبی جریان و پیش بینی آن به ویژه در مواقعی که رودخانه باکم آبی مواجه است امری ضروری و لازم در جهت مدیریت بهره برداری از رودخانه است. در این مقاله به منظور مدل سازی سری زمانی جریان ماهانه و پیش بینی مقدار و زمان وقوع آن، از یک مدل استوکستیک متداول (مدل میانگین متحرک تجمعی خودبازگشت – ARIMA) و یک مدل مبتنی بر هوش مصنوعی (سیستم استنتاج فازی مبتنی بر شبکه تطبیقی – ARIMA) استفاده شده و نتایج حاصل از دو روش با یکدیگر مقایسه شده است. بررسی عملکرد دو مدل یاد شده با استفاده از آمار ثبت شده از دبی جریان در خروجی حوضه آبریز معرف ناورود اسالم در استان گیلان نشان داد که مدل ARIMAعملکرد بهتری در پیش بینی حداقل جریان ماهانه دارد.

کلیدواژه ها:

حداقل جریان ماهانه ، مدل سازی سری های زمانی ، ANFIS ، ARIMA ، حوضه معرف ناورود