مدل سازی بارش – رواناب حوضه آجی چای با استفاده از مدل های جنگل تصادفی و شبکه عصبی مصنوعی

برآورد رواناب ناشی از وقوع بارندگی، گامی بسیار مهم در برنامه ریزی منابع آب به ویژه در آبخیزهای فاقد ایستگاه های هیدرومتری است. در این مطالعه به شبیه سازی بارش- رواناب ایستگاه آخولا واقع در حوضه آجی چای پرداخته شد و با استفاده از روش های داده کاوی و مقایسه عملکرد آنها، مناسب ترین مدل بارش-رواناب ارائه گردید. برای این منظور داده های مورد نظر (بارش، دبی، دما) بصورت ماهانه از سازمان های آب و هواشناسی استان های آذربایجان شرقی و غربی دریافت گردید. جهت شبیه سازی از مدل های داده کاوی جنگل تصادفی و شبکه عصبی مصنوعی استفاده گردید. مقایسه مقادیر رواناب ماهانه مشاهداتی با رواناب ماهانه تخمین زده شده توسط مدل ها با استفاده از معیارهای ارزیابی انجام شد. در این مطالعه مقادیر CC (ضریب همبستگی) برای مجموعه های تست در مدل جنگل تصادفی و شبکه عصبی مصنوعی به ترتیب برابر با ۸۲/۰و ۸۶/۰ تعیین گردید. تحلیل نتایج نشان داد که برای ایستگاه آخولا مدل ANN عملکرد و کارایی بالاتری نسبت به مدل RF دارد. از نتایج دیگر این پژوهش می توان به سری زمانی بارش و رواناب ایستگاه طی ۲۰ سال اخیر اشاره کرد. با توجه به تحلیل روند من-کندال، در طی این ۲۰ سال روند مشخصی برای بارش بر روی حوضه آجی چای دیده نشد و نمودارهای سری زمانی نشان داد که بارش در این مناطق بصورت نوسانی بوده است. اما سری زمانی برای دبی آجی چای در ایستگاه آخولا، نشان داد که روند کاملا نزولی برای جریان آب رودخانه ثبت شده است که در واقع دلیل کاهش دبی ورودی به دریاچه ارومیه و پایین آمدن تراز آب دریاچه می باشد.

کلیدواژه ها:

بارش- رواناب ، جنگل تصادفی ، حوضه آجی چای ، مدل سازی ، یادگیری ماشین