ارزيابي كارايي سامانه‌هاي ماشين بردار پشتيبان و شبكه عصبي مصنوعي در تحليل منطقه‌اي سيلاب (مطالعه موردي: حوضه آبخيز درياچه نمك)

تخمين دبي سيلاب با دوره بازگشت مختلف، يكي از مهم‌ترين عوامل لازم براي طراحي و اجراي سازه­هاي آبي است. از طرفي بسياري از رودخانه­هاي موجود در حوضه­هاي آبخيز ايران فاقد آمار و اطلاعات آب­سنجي كامل و دقيق هستند. در چنين مواردي يكي از راه حل‌هاي مناسب براي برآورد دبي­هاي سيلابي با دوره بازگشت مختلف، انجام تحليل منطقه­اي سيلاب است. در پژوهش حاضر 55 ايستگاه آب­سنجي مورد استفاده قرار گرفتند. براي اين‌منظور ابتدا دبي­هاي حداكثر لحظه­اي ايستگاه­هاي منتخب در دوره بازگشت­هاي مختلف با استفاده از نرم­افزار Easy Fit برآورد شد. سپس متغيرهاي مؤثر بر دبي­هاي سيلابي جمع­آوري و متغيرهاي ورودي مدل با استفاده از آزمون گاما و به كمك نرم­افزار WinGamma تعيين شدند. درنهايت مدل­سازي داده­ها با استفاده از ماشين بردار پشتيبان، شبكه عصبي مصنوعي و رگرسيون چند متغيره غيرخطي انجام پذيرفت. ارزيابي كمي و كيفي نتايج با استفاده از آماره­هاي گوناگون از جمله آماره ناش- ساتكليف نشان داد كه روش مدل­سازي ماشين بردار پشتيبان، از بيشترين دقت نسبت به دو روش مدل­سازي ديگر به‌منظور پيش­بيني دبي­هاي حداكثر لحظه­اي در حوضه آبخيز درياچه نمك برخوردار است.