محمد مهدی متین زاده
روح الله فتاحی
محمد شایان نژاد
خدایار عبداللهی

حداکثر بارش ۲۴ ساعته یکی از عامل های هواشناسی با ماهیتی بسیار تصادفی در مقایسه با سایر داده های مرتبط با بارندگی از جمله بارش های ماهانه و سالانه است. باتوجه به در دسترس نبودن داده های شدت-مدت-فراوانی (I-D-F) و قابلیت دسترسی بیشتر داده های حداکثر بارش ۲۴ ساعته، برآورد بارش های کوتاه مدت بر مبنای بارش ۲۴ ساعته اقدامی رایج در مطالعات و عملیات آبخیزداری است. برخی از مواقع این اطلاعات ناقص می باشد و استفاده از آن ها باعث بروز خطا در نتایج می گردد. در این پژوهش کارآیی استفاده از روش الگوریتم ژنتیک-شبکه عصبی مصنوعی (GA-ANN) در بازسازی داده های حداکثر بارش ۲۴ ساعته در استان چهارمحال و بختیاری، توسط نمایانه های آماری RMSE، P % و R۲ مورد ارزیابی قرار گرفت و با روش شبکه عصبی مصنوعی ساده (ANN) مقایسه شد. مقدار نمایانه RMSE حاصل از بهترین شبکه ANN در اقلیم بسیار مرطوب، نیمه مرطوب، مدیترانه ای و نیمه خشک به ترتیب برابر با ۳۸، ۹/۲۵، ۸/۱۱، ۴/۱۱ میلیمتر و در بهترین شبکه GA-ANN به ترتیب برابر با ۲/۱۹، ۳/۱۴، ۸/۱۰ و ۴/۶ میلیمتر می باشد. نتایج بازسازی در کلیه نواحی آب و هوایی حکمفرما در این استان نشان دهنده برتری معنی دار روش GA-ANN نسبت به روش ANN می باشد.

Reconstruction, Annual Maximum ۲۴-H Rainfall, GA-ANN and Chaharmahal va Bakhtiyari ., بازسازی, حداکثر بارش ۲۴ ساعته سالانه, الگوریتم ژنتیک-شبکه عصبی مصنوعی, چهارمحال و بختیاری.