توسعه مدل هاي تلفيقي بردار پشتيبان فراابتكاري و تجزيه محور در پيش بيني تبخير از مخزن سد (مطالعه موردي: سد دز)

مقدمه و هدف پژوهش: تبخير از درياچه و مخازن سد‌ها و همچنين خاك، يكي از مهم ترين فرآيند‌ها در مهندسي هيدرولوژيكي محسوب مي‌شود. پيش‌بيني دقيق تبخير يكي از فرآيند ‌هاي ضروري براي مديريت صحيح و كارآمد مخازن، منابع آب، پايداري حوضه و فعاليت‌هاي كشاورزي مي‌باشد. تبخير بطور كلي تحت تاثير فرآيند آب و هوايي غيرخطي، غير ثابت و تصادفي است. چنين عواملي به وضوح مانع از راه اندازي مدل‌هاي پيش بيني دقيق مي شود. تبخير، فرآيندي طبيعي است كه بر پايه تامين انرژي و تبادل هوا انجام مي‌شود و طي اين فرآيند مولكول‌ها و اتم‌ها انرژي لازم براي خارج شدن از فاز سيال و وارد شدن به فاز گاز را پيدا مي‌كنند. از طرفي تغييرات اقليمي مي‌تواند بر پارامتر تبخير تاثيرگذار باشند به همين منظور پيش‌بيني تبخير از مخازن سدها اهميت وافري در بحث مديريت منابع آب دارد. روش ها: در اين تحقيق با استفاده از مدل‌هاي SVR-ABC، Wavelet-SVR ، SVM با استفاده از 6 تابع موجك به پيش بيني تبخير از مخزن سد دز در استان خوزستان، ايران پرداخته شده است. سري داده‌ها از سال 1396-1350 به مدت 46 سال متعلق به ايستگاه هواشناسي سد دز در ايران مي‌باشند. همچنين در اين تحقيق از پارامترهاي هواشناسي بارش، حداكثر درجه حرارت، حداقل درجه حرارت، ميانگين درجه حرارت، حداكثر مطلق درجه حرارت و حداقل مطلق درجه حرارت استفاده شده است و بر اساس نتايج آنروپي شانون 5 پارامتر Tmax، Tmin، Tave، Tamax، Taminبه عنوان تاثيرگذارترين پارامترها جهت سناريو‌بندي در 5 گروه به ترتيب با 1پارامتر، 2 پارامتر، 3 پارامتر، 4 پارامتر و 5 پارامتر تقسيم‌بندي مي‌شوند كه مجموعا 28 سناريو مورد مطالعه قرار مي‌گيرند. يافته ها: نتايج مدلسازي ها بر اساس شاخص‌هاي ارزيابي RMSE ، MAE و WI نشان مي‌دهد كه عملكرد مدل فراابتكاري SVR-ABC با مقدار RMSE برابر 82.219 ،MAE برابر 53.977 و WI برابر 0.815 بهتر از مدل Wavelet-SVR با RMSE برابر 93.637، MAE برابر 69.360 و WI برابر 0.762 مي‌باشد. همچنين بر اساس نمودار ويولني مدل منفرد SVR با ورودي‌هاي تناوبي و غير تناوبي تبخير ماهانه را كمتر از مقادير مشاهداتي برآورد نموده و در نتيجه ميانگين داده‌ها در مقايسه با مقادير مشاهداتي كاهش يافته است.نتيجه گيري: همچنين نتايج 6 تابع موجك استفاده شده در تحقيق نشان مي‌دهد كه مدل تجزيه محور Wavelet-SVR با تابع موجك haar با سطح تجزيه 1 با شاخص‌هاي ارزيابي RMSE، MAE و WI به ترتيب 93.637 ميليمتر بر ماه، 69.360 ميليمتر در ماه و 0.762 مناسبترين نتيجه را در بين توابع موجك 6 گانه نشان مي‌دهد.