استفاده از داده‌های بازتحلیلی و مدل‌های هوشمند در شبیه‌سازی رابطه بارش رواناب (مطالعه موردی: حوضه آبریز بازفت)

نویسندگان
doi
10.22055/jise.2021.36292.1947
چکیده

امروزه استفاده از مدل‌های هوشمند در شبیه‌سازی فرایند بارش رواناب کاربرد زیادی به­ویژه در مدیریت منابع آب پیدا کرده است. در این مطالعه به‌منظور پیش‌بینی سری زمانی جریان روزانه در ایستگاه‌ هیدرومتری مرغک، واقع در حوضه کارون، از مدل‌ هوشمند شبکه عصبی‌مصنوعی تلفیق شده با آنالیز موجک استفاده شده است.  برای این منظور، سری زمانی بارش مشاهده‌ای و بازتحلیلی ERA-INTRIM به­مدت 16 سال (1382-1397) به­وسیله­ی تبدیل موجک به زیر سری‌های فرکانسی تجزیه شد، سپس این زیر سری‌ها هر کدام به­طور جداگانه به­عنوان داده‌های ورودی به مدل‌ شبکه عصبی مصنوعی وارد گردید. نتایج به­دست آمده حاکی از آن بود که داده‌های بازتحلیلی توانایی بالایی در شبیه‌سازی مدل‌های بارش رواناب دارند و می‌توانند جایگزین خوبی برای داده‌های مشاهده‌ای ایستگاه‌های بارش باشند. هم­چنین مطابق نتایج روش تبدیل موجک می‌تواند بر بهبود عملکرد مدل ANN ساده برای حوضه بازفت در مقیاس روزانه برابر 38 درصد و در مقیاس ماهانه برابر 72 درصد موٌثر باشد.