پيش‌بيني جريان ورودي سد اميركبير با استفاده از الگوهاي دورپيوند اقليمي و مدل‌هاي يادگيري ماشين

تقاضا براي آب شيرين به‌طور فزاينده‌‌اي در حال افزايش است، درحالي‌كه منابع محدود آب، در معرض اضافه‌ برداشت، آلودگي و تغييرات اقليمي هستند كه اين موارد نياز به بهبود مديريت منابع آب را به‌منظور توزيع عادلانه و دست‌يابي به اهداف توسعه پايدار برجسته مي‌كند. يك گزينه كم‌ هزينه براي حمايت از استراتژي‌‌هاي مديريت بهتر آب، توسعه مدل‌‌هايي با قابليت پيش‌‌بيني مقادير آب دردسترس، به‌ويژه مقادير مربوط به بارش و جريان رودخانه‌‌هاست. تنوع اقليمي و تغييرات آب و هوايي، يك فرض اساسي براي پيش‌بيني‌‌هاي هيدروكليماتولوژيكي است. يكي از جنبه‌‌هاي قابل ‌توجه اين موضوع، همبستگي بين پديده‌‌هاي بزرگ ‌مقياس جوي-اقيانوسي يا الگوهاي دورپيوند با فرايندهاي هيدرولوژيكي در مقياس محلي است كه اين الگوها مي‌‌توانند بر جريان ورودي به سدها نيز اثرگذار باشند. در اين مطالعه از سه مدل يادگيري ماشين شبكه عصبي مصنوعي، شبكه عصبي بيزين و سيستم استنتاج عصبي-فازي سازگار براي پيش‌‌بيني جريان ورودي به سدها بهره گرفته شده‌ است تا كارايي آن‌ها مورد ارزيابي قرار بگيرد. بدين منظور 12 سناريو متشكل از متغيرهاي بارش، جريان ورودي به سد و نُه شاخص‌ اقليمي با تأخير تا شش گام زماني، طراحي شد تا تأثير استفاده از الگوهاي دورپيوند به‌عنوان متغيرهاي پيش‌‌بيني ‌كننده جريان يك ماه بعد سد اميركبير، موردبررسي قرار بگيرد. تحليل نتايج اين پژوهش نشان داد كه استفاده از شاخص Nino3.4 با يك‌ گام زماني تأخير و هم‌چنين شاخص PDO با دو گام زماني تأخير، مي‌‌توانند باعث افزايش دقت مدل نسبت به سناريوهاي كه در آن‌ها تنها از متغيرهاي ايستگاهي استفاده شده ‌است، شوند. طبق نتايج، شاخص Nino3.4 مؤثرترين شاخص بر جريان ورودي به سد اميركبير شناخته ‌شد و سناريويي كه در آن از شاخص نام‌برده به همراه داده‌‌هاي بارش و جريان يك و دوماه قبل به‌عنوان ورودي استفاده شده بود، در هر سه مدل، بالاترين دقت را به ثبت رساند. هم‌چنين عملكرد مدل ANFIS براي سناريوي نام‌برده (سناريوي 9)، با مقادير RMSE و R2، به‌ترتيب معادل با 5.69 مترمكعب بر ثانيه و 0.79، نسبت به دو مدل ANN و BNN بهتر بود، به ‌طوري‌كه مقدار شاخص R2 براي بهترين سناريوي متشكل از متغيرهاي ايستگاهي (سناريوي 5)، به ميزان 0.15 افزايش يافته و مقدار شاخص RMSE نيز به ميزان 0.78 مترمكعب كاهش يافته‌ است.