ارزیابی عملکرد رهیافت‌های برنامه‌ریزی ژنتیک و ماشین بردار پشتیبان در بازسازی داده‌های گمشده بارش

Abstract

فقدان یا گسست در سری زمانی داده‌های بارش در بسیاری از ایستگاه‌های هواشناسی، یکی از محدودیت‌های اصلی در مطالعات اقلیم‌شناسی و منابع آب است. در پژوهش حاضر از دو رهیافت هوشمند برنامه‌ریزی ژنتیک و ماشین بردار پشتیبان به منظور بازسازی داده‌های بارش ماهانه چهار ایستگاه باران‌سنجی واقع در استان همدان، در دوره آماری 1370 تا 1389 استفاده شد. خلاء آماری ابتدا به کمک اطلاعات یک ایستگاه، سپس دو ایستگاه و در نهایت داده‌های سه ایستگاه، بازسازی گردید. نتایج نشان داد که با افزایش حافظه و تعداد ایستگاه‌های دخیل در مرحله آموزش، عملکرد مدل‌ها بهبود می‌یابد. همچنین رهیافت ماشین بردار پشتیبان در بازسازی داده‌های بارش ماهانه ایستگاه سرابی و مریانج به ترتیب با ریشه میانگین مربعات خطا 9/12 و 4/11 میلی‌متر و ضریب همبستگی 93/0 و 95/0 نسبت به روش برنامه‌ریزی ژنتیک با ریشه میانگین مربعات خطای 13 و 2/12 میلی‌متر و ضریب همبستگی 93/0 و 95/0 از عملکرد بهتری برخوردار بوده است.