پیش بینی جریان با استفاده از سیستم های فازی عصبی و مدل مفهمومی مایک نم ( مطالعه موردی حوضه آبریزا.. جو کنک )

در سالهای اخیر تحقیقات زیادی بر روی ایجاد مدل بارش-رواناب با استفاده از سیستم های فازی عصبی  صورت گرفته که اغلب حکایت از عملکرد مناسب مدل مذکور دارد. مدل فازی-عصبی جزء مدلهای جعبه سیاه  قرار دارد. در این گونه مدلها رابطه بین ورودی و خروجی از طریق قوانین اگر-آنگاه ایجاد می گردد. مزیتی که مدلهای فازی-عصبی به مدلهای فازی دارد قابلیت استفاده از آموزش آنها مانند مدلهای شبکه عصبی برای یافتن تعداد قوانین  و تعداد توابع عضویت و همچنین پارامتر های مربوط به آنها می باشد.
از طرف دیگر مدل NAM یک مدل مفهومی، یکپارچه و با داده های ورودی مورد نیاز متوسط می باشد که در حوضه های آبریز و رژیم های آب و هوایی مختلف در سطح دنیا مورد استفاده قرار گرفته است. در سال 1383 نیز این مدل برای پیش بینی آب ورودی به سد شهید عباسپور مورد استفاده قرار گرفته است. مدل مفهومی NAM یک مدل یکپارچه مفهومی  بارش-رواناب می باشد که مؤلفه های جریان سطحی، نفوذ و جریان پایه که مؤلفه های مؤثر در رواناب حوضه می باشد را مدل می کند. این مدل حوضه را با تفکیک به چهار مخزن که با یکدیگر در ارتباط هستند شبیه سازی می کند. این چهار مخزن عبارتند از: ذخیرة برف، ذخیرة سطحی، ذخیرة زیر سطحی، ذخیرة آبهای زیر زمینی. 
   در این تحقیق عملکرد مدلهای اشاره شده در حوضه آبریز ا... جوکنک مورد ارزیابی قرار گرفته و همچنین روشی جدید برای بدست آوردن میانگین وزنی ایستگاه های باران سنجی با توجه به کمبود ایستگاه ها در این حوضه پرداخته شده است.  در نهایت عملکرد مدلها مقایسه می گردد.