پيش بيني بارش ماهانه استان اردبيل با استفاده از مدل هاي ANN و WANN

بارش يكي از مهم ترين رخدادهاي هيدرولوژيكي بوده و پيش بيني آن مي تواند به عنوان يك ابزار كاربردي در بهره برداري و مديريت بهينه منابع آب مورد استفاده قرار گيرد. در پژوهش حاضر از مدل هاي شبكه عصبي مصنوعي (ANN) و موجك عصبي (WANN) براي شبيه سازي بارش ماهانه در ايستگاه هاي سينوپتيك منتخب استان اردبيل شامل اردبيل، خلخال، مشگين شهر و پارس آباد طي دوره آماري مشترك 225 ماهه در سال هاي 1395 1375 استفاده شد. براي پيش بيني كوتاه مدت بارش ماهانه (يك ماه بعد) سناريوهاي مختلف بر اساس تأخيرهاي بارش تعريف شد. نتايج بيانگر عملكرد قابل قبول و برتري مدل WANN با بيشترين ضريب تعيين (R2) وكمترين ريشه ميانگين مربعات خطا (RMSE) براي همه ايستگاه ها و به ازاي بهترين الگو در مرحله صحت سنجي بود. مقادير R2 و RMSE براي ايستگاه اردبيل به ترتيب برابر 0.88 و 7.13 ميلي متر، ايستگاه خلخال برابر 0.91 و 6.03 ميلي متر، ايستگاه مشگين شهر برابر 0.92 و 6.57 ميلي متر و براي ايستگاه پارس آباد برابر 0.87 و 8.56 ميلي متر به دست آمد. در همه ايستگاه ها، اعمال سناريوي تركيبي تأخيرهاي بارش، كمينه و بيشينه دما توسط مدل برتر (مدل WANN) باعث بهبود جزئي نتايج مدل گرديد اما هزينه محاسباتي مدل را نيز به مراتب افزايش داد. هم چنين در همه ايستگاه ها، اضافه شدن رطوبت نسبي و سرعت باد به عنوان متغيرهاي ورودي تا حدودي باعث كاهش عملكرد مدل شد. نتايج كلي پژوهش حاضر نشان داد كه با استفاده از مدل WANN به همراه تأخيرهاي مناسب بارش در مقياس زماني ماهانه، مي توان بارش ماهانه (ماه آينده) ايستگاه هاي منتخب استان اردبيل شامل اردبيل، خلخال، مشگين شهر و پارس آباد را با دقت قابل قبول پيش بيني نمود.