ارزیابی ارتباط زمانی خشکسالی‌های هواشناسی و آبشناسی با کاربرد برنامه‌ریزی‌های ژنتیک (GP) و سامانه‌ی استنتاج تطبیقی عصبی- فازی (ANFIS) در حوضه‌ی آبخیز صوفی‌چای

Abstract

پیش‌بینی پدیده‌هایی نظیر خشکسالی، که گاهی آثار زیان بار آنها جبران پذیر نیست، یکی از مهمترین مسائل برای محققان بوده است. در این پژوهش با بهره‌وری از داده‌های بارش و جریان­های ماهانه‌ی40 ساله (1349-1388) در حوضه‌ی آبخیز صوفی‌چای واقع در استان آذربایجان شرقی، دوره‌های خشکی مربوط به هر گروه داده بارش و جریان، با کاربرد روش رژیم بهنجار ماهانه استخراج گردید، سپس ارتباط زمانی بین خشکسالی­های هواشناسی و آبشناسی با کاربرد روش­های هوش مصنوعی نظیر GP و ANFIS بررسی شد تا با استفاده از شبیه مناسب­تر بتوان با داشتن خشکسالی­های هواشناسی، خشکسالی­های آبشناسی را از نظر زمان وقوعشان، قبل از رخدادن آنها پیش‌بینی کرد. دو روش مزبور با به‌بکارگیری آماره‌های مناسب، مانند ضریب همبستگی (r2)، مجذور میانگین مربعات خطا (RMSE) و میانگین مطلق انحرافات (MAD) ارزیابی شدند؛ نتایج نشان دادند که بین هر دو خشکسالی، در هر دو شبیه انتخاب شده، همبستگی بالایی با ضریب همبستگی در حدود 99/0 وجود دارد، که بیانگر نیکویی هر دو شبیه در ایجاد ارتباط زمانی بین خشکسالی­های هواشناسی و آبشناسی می‌باشد. با توجه به معیارهای خطا می‌توان نتیجه گرفت که می‌توان زمان رخدادن خشکسالی آبشناسی را با کاربرد روش ANFIS، و با آماره‌های 98/4 RMSE= و83/3 MAD= نسبت به شبیه GP با 437/6 RMSE= و 201/5 MAD= با اطمینان بیش­تری پیش‌بینی کرد.