سامانه همایش های دانشگاه جیرفت

صفحه اصلی / سومین همایش بین المللی و چهارمین همایش ملی کشاورزی، محیط زیست و امنیت غذایی

ارزیابی کارایی مدل‌های یادگیری ماشین جهت مدل‌سازی فرآیند بارش-رواناب حوضه آبریز سد اکباتان

نویسندگان :

سجاد پویان فر¹ نادیا صدق نژاد² حامد نوذری³

1- دانشگاه بوعلی سینا 2- دانشگاه بوعلی سینا 3- دانشگاه بوعلی سینا

کلمات کلیدی :

بارش-رواناب،سد اکباتان،شبیه‌سازی،نرم افزار اورنج،یادگیری ماشین

چکیده :

شبیه‌سازی رواناب روزانه به عنوان یکی از پیچیده ترین فرآیندهای هیدرولوژیکی، امری کلیدی در مدیریت و استفاده پایدار از منابع آب می‌باشد. لذا در این پژوهش، دقت و کارایی مدل‌های Neural Network ، kNN، Random Forest، Decision Tree و SVM جهت شبیه‌سازی رواناب روزانه حوضه آبریز سد اکباتان بررسی گردید. بدین منظور از داده‌های بارش روزانه، دمای روزانه و رواناب روزانه رودخانه‌های یلفان و ابرو طی یک دوره 23 ساله (1402-1380) جهت شبیه‌سازی استفاده گردید که از این دوره آماری 16 سال جهت واسنجی و 7 سال جهت صحت سنجی در نظر گرفته شد. نتایج نشان داد که مدل Neural Network با مقدار R2=0.77 و مقدار خطای RMSE=1.277 (m3/sec) رواناب روزانه را با دقت بیشتری شبیه‌سازی کرده است و پس از آن مدل‌های kNN، Random Forest، Decision Tree و SVM به ترتیب در رتبه‌های دوم تا پنجم قرار دارند.