مدلسازي رواناب ماهانه با استفاده از روش هاي داده كاوي براساس الگوريتم هاي انتخاب ويژگي

باتوجه به اهميت مقدار جريان خروجي از حوضه آبريز جهت مديريت آب هاي سطحي، فهم دقيق ارتباط بين مقدار رواناب با پارامترهاي اقليمي همچون بارش و دما و شناسائي موثرترين پارامتر در فرآيند مدل سازي بسيار مهم مي‌باشد. در اين تحقيق پس از آزمون همگني داده‌هاي بارش، دما و رواناب ماهانه حوضه آبريز ناورود، ابتدا براساس دو الگوريتم رليف و همبستگي دو تركيب مختلف از پارامترهاي موثر در رواناب مورد توجه قرار گرفت. الگوريتم جديد رليف با استفاده از ميانگين بردار وزني مرتبط بين داده‌ها و يك مقدار آستانه، ويژگي‌هاي موثر در بين يك مجموعه از داده‌ها را به ويژه در شرايطي كه تعداد داده‌ها كم باشد، به ترتيب اهميت شناسايي مي‌كند. سپس با استفاده از دو روش رگرسيون بردار پشتيبان و نزديك‌ترين همسايگي رواناب ماهانه مبتني بر دو تركيب ورودي پيشنهادي مدل سازي گرديد. نتايج به‌دست آمده نشان داد، روش رگرسيون بردار پشتيبان با بهره گيري از تابع كرنل شعاع محور نسبت به روش نزديك‌ترين همسايگي از دقت بالا و خطاي كمتري در برآورد رواناب به خصوص در مقادير جريان‌هاي سيلابي برخوردار است.