پيش بيني مقادير بارش روزانه با مدل هاي نزديك ترين همسايگي و M5P

پيش‌بيني بارش روزانه يك ابزار تعيين‌كننده و مفيد در كشاورزي پايدار و مسائل هيدرولوژيكي، به ‌ويژه در طراحي و مديريت سيستم‌هاي منابع آب مي باشد. بنابراين، در اين مطالعه توانايي مدل هاي نزديكترين همسايگي (IBK) و M5Pدر برآورد بارش روزانه در ايستگاه نقده، طي سال‌هاي 2020-2000 با استفاده از چهار معيار آماري مورد ارزيابي قرار گرفت. پارامترهاي ميانگين دما، حداقل دما، حداكثر دما، رطوبت نسبي متوسط، حداقل رطوبت نسبي، حداكثر رطوبت نسبي، سرعت باد و ساعات آفتابي به عنوان پارامترهاي ورودي بكار برده شد. نتايج به دست آمده نشان داد كه سناريو دوم مدل M5P با استفاده از پارامترهاي ميانگين دما، حداقل دما، حداكثر دما و نيز داشتن ضريب همبستگي 44/0، جذر ميانگين مربعات خطا 62/2، ميانگين خطاي مطلق 03/1 و شاخص توافق ويلموت 58/0 دقيق ترين مدل بوده و كمترين خطا را نسبت به تمام مدل هاي مورد بررسي دارد. همچنين سناريو اول مدل IBK با داشتن ضريب همبستگي18/0، جذر ميانگين مربعات خطا 94/2، ميانگين خطاي مطلق 2/1 و شاخص توافق ويلموت 32/0 عملكرد بهتري نسبت به ساير تركيبات IBK از خود نشان داد. به طوركلي مي توان گفت كه سناريو دوم مدل M5P براي مدل سازي و پيش بيني بارش روزانه شهرستان نقده مناسب مي باشد.