فهرست نشریات علمی دسترسی آزاد ایران

تخمین صحیح و دقیق جریان رودخانه می‌­تواند نقش مهمی در کاهش اثرات ناشی از خسارات سیلاب ایفا کند. در این تحقیق، از مدل برنامه‌ریزی ­بیان‌­ژن (GEP) و شبکه بیزین (BN) برای پیش‌­بینی جریان روزانه رودخانه مهاباد واقع در حوزه آبخیز دریاچه ارومیه استفاده شد. بر این اساس، از چهار الگوی ورودی با تأخیرهای یک تا چهار روزه برای پیش‌بینی مقادیر جریان روزانه در زمان t+1 در یک دوره 23 ساله استفاده و از 75 درصد داده‌­ها به‌­منظور آموزش مدل‌ها و از 25 درصد باقی‌مانده برای مرحله آزمون استفاده شد. نتایج نشان داد که الگوی برتر در هر دو روش، مدل با مقادیر ورودی تا سه گام زمانی تأخیر می­‌باشد. همچنین، بر اساس سه شاخص ارزیابی ضریب همبستگی (R)، مجذور میانگین مربعات خطا (RMSE) و ضریب نش-ساتکلیف (E) در مرحله آزمون، روش برنامه‌­ریزی ­بیان ­ژن با آماره­‌های ارزیابی 2.71=R=0.902 ،RMSE و 0.812=E نسبت به روش شبکه بیزین با آماره­‌های ارزیابی 2.679=R=0.905 ،RMSE و 0.817=E دارای دقت بالاتری می­‌باشد. در حالت کلی، هر دو روش دارای دقت قابل قبول و نسبتاً یکسان هستند، ولی به‌دلیل مدل­‌سازی آسان­‌تر روش شبکه بیزین این مدل می‌­تواند به‌­عنوان یک روش کارآمد در پیش­‌بینی جریان رودخانه‌­ها مورد استفاده قرار گیرد.