مقایسه تخمین مقادیر بارندگی حداکثر 24 ساعته از روش های زمین آماری و شبکه های عصبیمصنوعی؛ مطالعه موردی استان کرمان

امروزه استفاده از روش های هوشمند در اکثر علوم و تحقیقات در حال توسعه و پیشرفت است. یکی از علومی که امروزه استفاده از روش های هوشمند در آن رو به توسعه است علم هیدرولوژی می باشد. در مسائل هیدرولوژی دو عامل دقت در نتایج محاسبات انجام شده و سرعت رسیدن به این نتایج از اهمیت بالایی برخوردار است. از این رو استفاده از روش های هوشمند در تحقیقات و محاسبات پیچیده هیدرولوژی می تواند تطبیق بالایی بین نتایج با واقعیت و نیز بدست آوردن سریع روند آموزش و تطبیق آن با هدف (آزمایش) بدست آورد. در مطالعات هیدرولوژیکی و منابع آب و آبخیزداری، دانستن روش دقیق و سریعی در تخمین بارش حداکثر 24 ساعته با دوره برگشت های مختلف از اهمیت ویژه ای برخوردار است. در این تحقیق با استفاده از روش های زمین آماری و شبکه های عصبی مصنوعی و با استفاده از داده های حداکثر بارش 24 ساعته 205 ایستگاه باران سنجی واقع در جنوب شرق فلات ایران به تخمین حداکثر بارش 24 ساعته با دوره برگشت های مختلف پرداخته شد. برای ارزیابی و مقایسه بین روش ها، از روش ارزیابی متقابل استفاده گردید. نتایج حاصله نمایان گر برتری روش زمین آماری کریجینگ معمولی با تابع واریوگرام های نمایی و دایره ای برای دوره های برگشت 5، 10، 50، 100 ساله و روش شبکه پس انتشار در دوره برگشت 25 ساله می باشد که دارای کم ترین جذر میانگین مربعات خطا ( RMSE ) می باشند. با توجه به نتایج بدست آمده و اختلاف کم تخمین ها در روش شبکه های عصبی با روش های زمین آماری می توان روش های هوشمند را به عنوان جایگزین مناسبی برای اینگونه محاسبات معرفی نمود.

کلیدواژه ها:

ارزیابی متقابل ، زمین آمار ، شبکه های عصبی مصنوعی ، کریجینگ ، کوکریجینگ