بررسي كارايي مدل‏هاي هوشمند در برآورد رسوبات معلق رودخانه‏اي (مطالعه موردي: حوزه‏ آبخيز باباامان، خراسان شمالي)

برآورد دقيق مقدار رسوبات حمل شده توسط رودخانه ها در پروژه هاي آبي، از اهميت بسياري برخوردار است و لذا شناسايي و پيشنهاد روش هاي مناسب جهت برآورد دبي رسوبات معلق از اهداف مهمي تلقي مي شود كه بايستي بر اساس تحقيقات مرتبط به انجام برسد. از جمله اين روش ها مي توان به روش هاي يادگيري ماشين از جمله مدل درختان تصميم گيري، ماشين بردار پشتيبان و شبكه عصبي مصنوعي اشاره كرد. در اين پژوهش، كارايي اين تكنيك ها در پيش بيني ميزان دبي رسوبات معلق حوزه آبخيز باباامان بجنورد مورد بررسي قرار گرفت. داده هاي ورودي براي پيش بيني رسوبات معلق حوزه باباامان در اين پژوهش عبارتند از: دبي جريان، دبي رسوب معلق، بارش و تبخير، كه مربوط به دوره آماري از سال 1349 تا سال 1380 است. جهت ارزيابي دقت و صحت نتايج اين مدل ها، معيار هاي آماري MAE، RMSE، R استفاده شدند. در نهايت نتايج معيار هاي آماري R و RMSE به ترتيب براي مدل منحني سنجه 80/0 و 77/55863، مدل شبكه عصبي 98/0 و 28/1، مدل درخت تصميم 96/0 و 56/48881 و مدل ماشين بردار پشتيبان 99/0 و 6998/0 است. مقادير به دست آمده نشان داد كه ماشين بردار پشتيبان در مقايسه با روش هاي نامبرده، تطابق بسيار بيش تري با مقادير اندازه گيري شده داشته است.