پیش بینی بارش دشت سیلاخور با استفاده از مدل های ANN و GP

بارش به عنوان یکی از مهمترین داده های ورودی به سیستم هیدرولوژیکی، نقشی تاثیرگذار در خشکسالی و سیلاب دارد. خشکسالی های پی درپی در دشت سیلاخور، مشکلات متعددی برای کشاورزی ایجاد کرده است. همچنین وقوع سیل های اخیر موجب خسارت های بسیاری در این منطقه شده است؛ بنابراین پیش بینی بارش نقشی مهم در مدیریت منابع آب و پیشگیری از خسارت های ناشی از سیلاب ایفا می کند. در این راستا در این پژوهش به پیش بینی بارش سال های ۱۳۹۹، ۱۴۰۰ و ۱۴۰۱ در دشت سیلاخور با استفاده از مدل های شبکه عصبی مصنوعی و برنامه ریزی ژنتیکی در دو حالت ماهیانه و فصلی پرداخته شده است. طبق معیارهای ارزیابی مدلسازی، برنامه ریزی ژنتیکی عملکرد بهتری در مدل سازی دارد. بر اساس نتایج پیش بینی بارش نیز در سه سال ۱۳۹۹، ۱۴۰۰ و ۱۴۰۱ به ترتیب بارش سالیانه دشت سیلاخور ۱۹%، ۴۴% و ۲۱% نسبت به میانگین ده سال گذشته کاهش پیدا میکند. درنهایت مدل برنامه ریزی ژنتیکی به عنوان مدلی مناسب جهت پیش بینی بارش پیشنهاد می شود.

کلیدواژه ها:

مدلسازی ، پیش بینی بارش ، شبکه عصبی مصنوعی ، برنامه ریزی ژنتیکی ، دشت سیلاخور