مقايسه پيش بيني و برآوردروان آب بااستفاده از مدل هايSWAT و هوش مصنوعي در حوزه سد استقلال ميناب

در مناطق خشك همانند سطح عظيمي از كشور ما، انسان همواره با كمبود آب مواجه بوده و هست. جمع آوري آب بويژه در بهره برداري صحيح از آبهاي موجود در مناطق خشك مي تواند موثر واقع شود. در كشور ايران كه داراي ميانگين بارندگي كمتر از يك سوم جهان بوده و از تنوع اقاليم مختلف برخوردار است به طوريكه در مناطق جنوبي كشور از قبيل ميناب محل سد احداثي استقلال بارندگي به يك سوم ميانگين كشوري ميرسد. در تغيير اقليم كنوني روند بارندگي ها در ميناب نيز تغيير يافته و طول دوره خشكسالها افزايش يافته است. سيستم هاي بهره برداري استاندارد طراحي شده قبلي براي برآورد آب ورودي به مخازن سدها همانند سد استقلال ميناب پاسخگو مصارف نبوده است. استفاده از روش هاي جديددر افزايش دقت و همچنين پيش بيني رواناب حوزه رودخانه ميناب امري كاملا ضروري بهنظر ميرسد. براي رسيدن به اين هدف استفاده از مدل هاي فيزيكي و عددي در برآورد و پيش بيني دقيق تراز اهميت خاصي برخوردار است . لذا از دومدل SWAT و هوش مصنوعي شبكه پيش خور هوش مصنوعي براي برآورد و پيش بيني رواناب استفاده شد. واسنجي، اعتبار سنجي و پيش بيني رواناب با استفاده از لايه هاي خاك، كاربري اراضي، توپوگرافي و داده هاي هيدروكليماتولوژي در مقياس سالانه و ماهانه انجام شد. مقادير معيارهاي ارزيابي همچون RMSE (ميانگين مربعات خطا) ، MAE (ميانگين خطاي مطلق) براي دو مدل در مرحله واسنجي در دوره سالانه براي مدل SWATبرابر با 6.89 و 8.37 و در شبكه پيش خور هوش مصنوعي برابر جريان اب پيش بيني شده در دوره خشك دقت بالاتري با ريشه ميانگين مربعات خطاي برابر با 0086.0و717.0 در فاز اموزش و امتحان نسبت به ميانگين مربعات خطا در دوره تر كه برابر با 19.1 و 6190 در فاز اموزش و امتحان در دوره مورد مطالعه است برآورد گرديدند. . نتايج حاصل از مقايسه معيار هاي ارزيابي دو مدل حاكي از آن است كه مدل هوش مصنوعي شبكه پيش خور هوش مصنوعي از دقت و كارايي بيشتري نسب به مدل SWAT برخوردار است.