پیش بینی مقادیر تبخیر روزانه با استفاده از الگوریتم هیبریدی رگرسیون بردار پشتیبان-کرم شب تاب در مناطق ساحلی ایران

نویسندگان

1 دانشجوی دکتری، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه ارومیه

2 دانشیار، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز

doi
10.22034/ws.2023.54178.2500
چکیده

در چرخه هیدرولوژیک، تبخیر مرحله اولیه‌ای است که باعث از دست‌دادن آب می‌شود. از آن‌جایی که مناطق ساحلی نسبت به سایر مناطق تبخیر بیشتری دارند، پیش‌بینی دقیق هدررفت آب در این مناطق منجر به درک بهتر چرخه هیدرولوژیکی شده و برای مدیریت منابع آب و کشاورزی ضروری است. بنابراین، هدف از پژوهش حاضر پیش‌بینی مقادیر تبخیر روزانه در چهار ایستگاه ساحلی آبادان، رامسر، بندرعباس و بندرانزلی با اعمال روش‌های رگرسیون بردار پشتیبان (SVR) و رگرسیون بردار پشتیبان ترکیب‌شده با الگوریتم کرم شب‌تاب (SVR-FFA) بوده است. بدین منظور پارامترهای هواشناسی در بازه زمانی 2021-1990 جمع‌آوری شده و سپس با استفاده از ضریب همبستگی پیرسون، ترتیب پارامتر های ورودی برای پیش‌بینی تبخیر روزانه تعیین گردید. لازم به ذکر است که ورودی مدل‌ها شامل دما، رطوبت نسبی، سرعت باد و تعداد ساعات آفتابی بود. مقایسه بین پارامترهای ورودی نشان داد که پارامتر ساعات آفتابی بیش‌ترین تاثیر را بر دقت پیش‌بینی تبخیر در هر دو مدل داشته است. برای ارزیابی عملکرد مدل‌ها از پارامترهای آماری مختلفی استفاده شد. نتایج به‌دست‌آمده نشان داد که در ایستگاه رامسر، هر دو مدل کمترین خطا را داشته‌اند، بطوریکه مدل SVR-FFA-8 مقدار جذر میانگین مربعات خطای mm day-113/1 و مدل SVR-8 مقدار خطای mm day-125/1 را از خود نشان دادند. بنابراین، نتیجه‌گیری شد که الگوریتم بهینه سازی FFA می تواند قابلیت مدل-های SVR را به‌طور قابل‌توجهی افزایش دهد. از این‌رو، براساس نتایج کلی به دست آمده از پژوهش حاضر، SVR-FFA می‌تواند به عنوان روشی با دقت بالا برای پیش‌بینی مقادیر تبخیر روزانه در مناطق ساحلی توصیه گردد.