پیش بینی و مدل سازی بارش-رواناب با استفاده از سیستم استنتاج فازی عصبی-تطبیقی (ANFIS) در حوزه آبخیز زشک

امروزه مدل سازی بارش-رواناب به عنوان یک ابزار حیاتی در مدیریت منابع آب و پیش بینی سیلاب ها و سایر پدیده های مرتبط با آب شناخته می شود. این موضوع به ویژه در مناطق خشک و نیمه خشک ایران که بارش کمی دارند، بسیار حائز اهمیت است. با استفاده از مدل سازی بارش-رواناب، می توان به بهینه سازی مدیریت منابع آب در حوزه های مختلف مانند کشاورزی، تامین آب شرب و صنعت کمک کرد. در پژوهش حاضر با استفاده از آمار ۲۲ ساله بارش و رواناب ماهانه ایستگاه های هواشناسی و هیدرومتری زشک اقدام به مدل سازی و پیش بینی مقادیر رواناب ماهانه برای ۱۲ ماه آینده با استفاده از مدل (ANFIS) شد. پس از آماده سازی داده ها، از ۲ ساختار فرآیند پیش رو و سری کامل داده ها استفاده و پیش بینی مقادیر رواناب ماهانه انجام شد. در این پژوهش اطلاعات سال آخر به عنوان اعتبارسنجی و مابقی داده ها برای آموزش شبکه مورد استفاده قرار گرفت. نتایج ارزیابی مدل ها بر اساس ۳ شاخص استاندارد RMSE، MAE و MAPE نشان داد که استفاده از مدل (ANFIS) در برازش و پیش بینی مقادیر رواناب ماهانه برای هر ۲ ساختار مورد استفاده (RMSE=۰.۰۱۲۹,۰.۰۱۳۴ m۳/s) عملکرد مناسبی داشته است. در هر دو استراتژی بیش برآوردی و کم برآوردی پیوسته که باعث افزایش خطا و کاهش عملکرد مدل ها می شود، مشاهده نشد. در این بررسی همچنین مشخص شد در هنگام مدل سازی (ANFIS) و در هنگام استفاده از ساختار فرآیند پیش رو نسبت به حالتی که از سری کامل داده ها استفاده شده است، عملکرد مدل تا اندازه ای بهبود یافته و مقدار خطا ۷۳/۳ درصد کاهش یافته است.

کلیدواژه ها:

پیش بینی ، بارش ، رواناب ، مدل انفیس ، خراسان رضوی.