استخدام الشبكات العصبية الصنعية مع تقنية التحويل المويجي للتنبو بالتدفق اليومي الوارد الى بحيرة سد 16 تشرين

يُعدُّ تقييم موارد المياه السطحية من المدخلات الضرورية لحل قضايا ادارة المياه، والتي تتضمن ايجاد علاقة بين الامطار والجريانات السطحية، وتعتبر هذه العلاقة على درجة عالية من التعقيد، حيث ان الامطار من اهم العوامل التي توثر بشكل كبير على جريان الانهار، وعملية التنبو بهذه الجريانات يجب ان تاخذ هذا العامل بعين الاعتبار، وبكثير من الاهتمام والدراسة، وتعتبر الشبكات العصبية الصنعية من اهم الطرائق الحديثة من حيث دقة نتائجها في الربط بين هذه العوامل المتعددة والبالغة التعقيد. ومن اجل التنبو بالجريان اليومي الوارد الى بحيرة سد 16 تشرين في اللاذقية، موضوع بحثنا، تم تطبيق نماذج مختلفة من الشبكات العصبية الصنعية (ANN)، كانت مدخلاتها تدفقات سابقة للامطار والجريانات.قسمت مجموعة البيانات للفترة الممتدة بين عامي (2006-2012) الى مجموعتين: تدريب واختبار، وقد تم معالجة البيانات قبل ادخالها الى الشبكة العصبية باستخدام تقنية تحويل المويجات المتقطع، للتخلص من مشاكل القيم العظمى والقيم الصفرية، حيث حللت السلاسل الزمنية الى ثلاثة مستويات من الدقة واستخدمت السلاسل الفرعية الناتجة كمدخلات للشبكة العصبية امامية التغذية التي تعتمد على خوارزمية الانتشار العكسي لتدريبها.اشارت النتائج الى ان الشبكة العصبية ذات الهيكلية )1-2-6) نموذج Wavelet-ANN، هي الافضل في تمثيل الظاهرة المدروسة والاقدر على التنبو بالجريان اليومي الوارد الى بحيرة سد 16 تشرين ليوم واحد قادم، حيث بلغ معامل الارتباط وجذر مربع متوسط الخطا (R2=0.96، RMSE=1.97m3/sec)، على الترتيب.