بازسازی داده های گمشده جریان روزانه رودخانه بر اساس روش انتساب چندگانه مبتنی بر معادلات زنجیره ای: مطالعه موردی: حوضه آبریز رودخانه کاجو، ایران

مقادیر گمشده در مطالعات هیدرولوژی یک چالش رایج برای هیدرولوژیست ها محسوب می شود، به ویژه در تحلیل های آماری که به مجموعه داده های کامل نیاز است. این پژوهش، عملکرد روش انتساب چندگانه جایگزینی مبتنی بر معادلات زنجیره ای (MICE) را در پیش بینی و بازسازی مقادیر جریان روزانه رودخانه ارزیابی می کند. محدوده مورد مطالعه پژوهش، حوضه آبریز رودخانه کاجو در جنوب شرق ایران و دوره آماری آن در بازه سال های هیدرولوژیکی ۱۳۵۲-۱۳۵۱ تا ۱۴۰۱-۱۴۰۰ می باشد. برای بررسی و اعتبارسنجی کارایی رویکرد MICE در مدیریت داده های گمشده جریان، از داده های تاریخی روزانه کامل جریان در بازه سال های هیدرولوژیکی ۱۳۹۲-۱۳۹۱ تا ۱۴۰۱- ۱۴۰۰ استفاده شده است. در ادامه، روش های MICE همراه با رگرسیون خطی چندگانه (MLR) برای بازسازی کل مقادیر گمشده جریان روزانه به کار گرفته شده است. برترین روش های برآورد با معیارهایی از قبیل ضریب تعیین تعدیل شده (Adj R^۲)، خطای استاندارد (RSE) و میانگین درصد خطای مطلق (MAPE) ارزیابی شده است. یافته ها نشان داد که روش درختان طبقه بندی و رگرسیون (CART) ترکیب شده با MLR با بالاترین مقدار Adj R^۲ و کمترین مقادیر RSE و MAPE در مقایسه با سایر روش های آزمون شده دارای عملکرد بهتری بوده است. مقادیر RSE و MAPE روش CART-MLR، در ایستگاه پیرسهراب به ترتیب۴۷۲/۰ و ۵۸۳/۰ و در ایستگاه چندوکان ۴۷۵/۰ و ۵۸۸/۰ می باشد.

کلیدواژه ها:

داده گم شده ، جریان رودخانه ، انتساب های چندگانه ، معادلات زنجیره ای ، درختان طبقه بندی و رگرسیون