مرتضی نبی زاده - دانش آموخته کارشناسی ارشد مهندسی منابع آب، دانشکده کشاورزی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان - ایران
ابوالفضل مساعدی - دانشیار دانشکده منابع طبیعی و محیط زیست، دانشگاه فردوسی مشهد، مشهد – ایران
امیر احمد دهقانی - استادیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان - ایران

در سال های اخیر، استفاده از تئوری مجموعه های فازی جهت مدل سازی پدیده های هیدرولوژیکی که دارای پیچیدگی و عدم قطعیت بالایی هستند، مورد توجه محققین قرار گرفته است. به همین دلیل، در این پژوهش از مدلی مبتنی بر منطق فازی (سیستم استنتاج فازی - عصبی تطبیقی۴) برای انجام فرآیند پیش بینی جریان استفاده شده است. در این تحقیق، از سه پارامتر بارندگی، دما و دبی روزانه حوضه آبریز لیقوان چای برای پیش بینی جریان روزانه رودخانه لیقوان استفاده شد. سپس جهت تعیین مدل های بهینه ورودی به سیستم ها، کرولوگرام داده ها مورد بررسی قرار گرفت. نهایتا جهت بررسی تاثیر دما در پیش بینی، این فرآیند با تفکیک ماه ها، انجام شد. ارزیابی نتایج پیش بینی ها با استفاده از معیارهای گوناگون از جمله معیار ناش - ساتکلیف نشان داد که مدل ANFIS دقت بالا (۹۷۹/۰ = CNS) و خطای کمی (۰۴۱/۰ = RMSE) در پیش بینی داشته است و این روش می تواند به عنوان روشی کارآمد و دقیق در پیش بینی جریان رودخانه به کار گرفته شود. همچنین، با بررسی نتایج نهایی مشخص شد که دما تنها در ماه آذر در پیش بینی موثر بوده است.

پیش بینی, حوضه لیقوان چای, سیستم استنتاج فازی - عصبی تطبیقی (ANFIS), منطق فازی, مهندسی منابع آب