پژوهشنامه مدیریت حوزه آبخیز

  مدلسازی بارش- رواناب یک فرآیند ضروری و پیچیده می­باشد که در بهره­برداری مناسب از مخازن و مدیریت و برنامه­ریزی صحیح منابع آب نقش عمده­ای دارد. مدلسازی این فرآیند با استفاده از روش­های مختلفی امکانپذیر است. از نظر تئوری، در مدلسازی یک سیستم می­بایست روابط صریح بین متغیرهای ورودی و خروجی معلوم باشند. در حالیکه به علت معلوم نبودن روابط صریح بین متغیرها و عدم
قطعیت­های ذاتی آنها، استخراج چنین مدلی بسیار مشکل می­باشد. بنابراین استفاده از روش­های داده­محور که محاسبات را در شرایط غیردقیق انجام می­دهند و کاربردهای فراوانی در مسائل شناسایی کنترلی داشته­اند، اجتناب­ناپذیر است. روش کنترل گروهی داده‌ها ( GMDH ) یکی از انواع این روش‌ها می­باشد که به تدریج یک نگاشت بین متغیرهای ورودی و خروجی تولید می‌کند. در این تحقیق برای شبیه­­سازی فرآیند بارش-رواناب حوزه آبریز پلرود، یک مدل بر اساس رویکرد GMDH توسعه داده شده است. ارزیابی نتایج با استفاده از معیارهای آماری انجام شده و همچنین با نتایج شبکه­های عصبی ( ANN ) نیز مقایسه شده است. نتایج حاکی از توانایی بالای هر دو روش­­ در پیش­بینی و شناسایی روابط پیچیده بین متغیرها در پیش­بینی رواناب روزانه ناشی از بارندگی می­باشند. مقادیر نتایج معیارهای آماری بیانگر عملکرد بهتر رویکرد استقرائی GHMD نسبت به شبکه­های عصبی در مدلسازی بارش- رواناب در این حوزه می باشد.