تلفيق روش‌هاي پارامتريك و كاهش ابعاد بر روي مدل‌سازي عمق برف

پوشش برف و ميزان آب معادل آن حدود يك‌سوم آب موردنياز آبياري و فعاليت هاي كشاورزي را در سرتاسر جهان تأمين مي كند اگرچه بخش كوچكي از سطح كره زمين را مناطق كوهستاني در برمي‌گيرد، اما همين مقدار اندك در چشم‌انداز هيدرولوژيكي حوزه‌هاي آبخيز تأثير شگرفي دارند. برف يكي از مؤلفه‌هاي اصلي سيكل هيدرولوژي در بسياري از حوزه‌هاي آبريز كوهستاني دنيا است. در اين قبيل حوضه‌ها، رواناب برف بخش اصلي جريان رودخانه‌ها به شمار مي‌رود. پيش‌بيني رواناب برف به برنامه‌ريزي و مديريت مؤثرتر و كاراتر منابع آب ازجمله مديريت مخزن و هشدار سيل كمك مي‌كند. دستيابي به توزيع مكاني عمق برف مي‌بايست از راه مشاهده‌اي و در مقياسي فشرده صورت گيرد. ليكن به دليل محدوديت‌هاي عملي، جمع‌آوري اطلاعات، به‌ويژه در مقياس‌هاي مذكور، دشوار و گاهي غيرممكن مي‌باشد. اما با توجه به مشكلات موجود در مناطق مرتفع، استفاده از روش‌هاي غيرمستقيم توصيه مي‌شود. در اين مقاله با اجراي روش‌هاي پارامتريك (رگرسيون خطي) و همچنين اثر كاهش ويژگي‌ها با مدل‌هاي آناليز مؤلفه اصلي، الگوريتم پيشرو و الگوريتم بهينه‌ساز جمعيت ذره‌ها در مدل‌سازي عمق برف در محيط نرم‌افزار متلب، كارايي اين روش‌ها ‌را جهت مدل‌سازي داده‌هاي عمق برف در منطقه چلگرد (چهارمحال و بختياري) سنجيده شد. به همين منظور ابتدا با استفاده از روش هايپركيوب محل 100 نقطه مشخص و طي سه روز عمليات صحرايي داده‌هاي عمق برف در نقاط موردنظر و همچنين در 195 نقطه ديگر به‌صورت تصادفي و با نمونه‌بردار مدل فدرال برداشت گرديد. سپس با استفاده از مدل رقومي ارتفاع 25 پارامتر ژئومورفومتري استخراج گرديد و همراه با 6 باند تصاوير ماهواره لندست 8 و شاخص NDSI به‌عنوان ورودي‌هاي مدل‌ها انتخاب گرديد. نتايج حاصل از اين پژوهش نشان داد كه روش‌هاي پارامتريك در مدل‌سازي عمق برف ناتوان است و با ميزان مجذور ميانگين مربعات خطاي 271350 رد شد. همچنين اثر كاهش ويژگي‌ها بر روي روش‌هاي پارامتريك مشهود بوده و نتايج بدست آمده از روش انتخاب ويژگي پيش‌رو با ميزان مجذور ميانگين مربعات خطاي 17 /22 بهترين نتيجه را داشته است.