فهرست نشریات علمی دسترسی آزاد ایران

پیش­بینی بارش به­دلیل تأثیر آن بر کشاورزی، مدیریت بلایای طبیعی و نیز تأمین آب از اهمیت زیادی برخوردار است. در مطالعه حاضر، بارش ماهانه ایستگاه تله­زنگ در دوره آماری 1345 تا 1399 با استفاده از روش تجزیه مد متغیر (VMD) و روش تجزیه مد تجربی گروهی کامل (CEEMD) مدل­سازی شد. داده­های ورودی براساس چهار سناریو به مدل ماشین بردار پشتیبان (SVM) تعریف شد. در سناریوی اول مقادیر بارش ماهانه تا چهار تأخیر به­عنوان ورودی مدل در نظر گرفته شدند. در سناریوی دوم علاوه بر داده­های بارش تأخیریافته، ترم پریودیک (تناوبی) نیز به الگوهای ورودی مدل افزوده شد. در سناریوی سوم و چهارم به‌ترتیب داده­های بارش ماهانه توسط CEEMD و VMD تجزیه و در اختیار مدل قرار گرفتند. ره­یافت این پژوهش نشان داد افزودن ترم تناوبی عملکرد مدل را به مقدار کمی بهبود می­بخشد. هم‌چنین، مقایسه نتایج روش­های پیش­پردازش داده­ها توسط VMD و CEEMD نشان داد که مدل VMD-SVM از عملکرد بسیار بهتری نسبت به مدل CEEMD-SVM برخوردار بوده است. به‌طوری‌که این روش توانسته مقدار شاخص MAE را به‌طور متوسط حدود 25/35 میلی­متر نسبت به مدل منفرد و 77/13 میلی­متر نسبت به مدل CEEMD-SVM کاهش دهد و دقت بیش‌تری نیز داشته است.