فهرست نشریات علمی دسترسی آزاد ایران

کشور ایران تقریباً هر ساله با خسارات جانی و مالی قابل توجهی از سیل روبرو می شود. بنابراین، هدف این مطالعه ارائه اطلاعات به موقع و بسیار دقیق پیش‌بینی سیل با استفاده از یک مدل ترکیبی توسعه‌یافته با ترکیب مدل بارش-رواناب و مدل مبتنی بر هوش مصنوعی است.در این پژوهش، بمنظور برآورد دبی سیلابی رودخانه کاکارضا واقع در استان لرستان از مدل‌ هیبریدی رگرسیون بردار پشتیبان با الگوریتم های موجک، کرم شب تاب و خفاش در طی دوره زمانی 1402-1392 استفاده شد. پارامترهای بارش متناظر با هر دبی سیلابی در مقیاس زمانی روزانه بعنوان ورودی مدل بکار برده شد. به منظور ارزیابی عملکرد مدلها از معیارهای ارزیابی ضریب همبستگی، ریشه میانگین مربعات خطا، میانگین قدر مطلق خطا و ضریب نش ساتکلیف استفاده شد. همچنین جهت تحلیل نتایج مدلها از نمودار سری زمانی، باکس پلات و تیلور استفاده شد. نتایج نشان داد سناریو های ترکیبی در مدلهای مورد بررسی باعث بهبود عملکرد مدل می شود. مقایسه نتایج نشان داد مدل رگرسیون بردار پشتیبان – کرم شب تاب عملکرد بهتری نسبت به مدل رگرسیون بردار پشتیبان-خفاش در مدل‌سازی دارد، بگونه ای که مدل رگرسیون بردار پشتیبان – موجک با ضریب همبستگی 980/0 ، کمترین ریشه میانگین مربعات (m3/s) 168/0 ، کمترین میانگین قدر مطلق خطا (m3/s) 088/0 و بیشترین ضریب نش ساتکلیف 985/0 در مرحله صحت سنجی در اولویت قرار گرفت. درمجموع نتایج نشان داد استفاده از مدلهای هوشمند مبتنی بر رویکرد رگرسیون بردار پشتیبان می تواند رویکردی موثر در مدیریت سیلابها باشد.