استفاده از مدل درختی M5 به منظور روندیابی جریان رودخانه زاینده رود

روندیابی جریان در رودخانه ها با هدف مطالعات پهنه بندی سیلاب، پیش بینی سیلاب، سیستم های هشدار سیل، شبیه سازی جریان در حوضه های فاقد آمار و همچنین برنامه ریزی های آتی دارای اهمیت فراوانی می باشد. روش های یادگیری ماشینی و داده کاوی قابلیت کشف نیمه اتوماتیک الگوهای ارزشمندی از داده ها را دارند و که از آن جمله می توان مدل درختی M5 را نام برد که در سال های اخیر تحول قابل توجهی در مسائل طبقه بندی و پیش بینی ایجاد کرده است به همین منظور در پژوهش حاضر با استفاده از مدل درختی M5 و داده های ساعتی ثبت شده رودخانه زاینده رود بین دو ایستگاه درکان در بالادست و چمطاق در پایین دست اقدام به روندیابی جریان یا پیش بینی جریان پایین دست شده است. براساس تحلیل آماری ترکیب های مختلف جریان های ورودی بالادست و خروجی پایین دست خروجی زمان های 1 و 2 ساعت قبل همبستگی بالاتری در تخمین دبی جریان پایین دست نشان دادند. براساس این ترکیب 70 درصد از داده ها برای آموزش و 30 درصد باقیمانده برای تست مدل درختی مورد استفاده قرار گرفت که نتایج حاصل حکایت از ضریب تبیین بسیار بالا 0/988 بین مقادیر پیش بینی شده و داده های ثبت شده در ایستگاه چمطاق دارد.

کلیدواژه ها:

روندیابی ، پیش بینی ، مدل درختی ، رودخانه زاینده رود