محمدرضا مددی - استادیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه جیرفت
سعید اکبری فرد - دکترای مهندسی منابع آب، گروه هیدرولوژی و منابع آب، دانشکده مهندسی آب و محیط زیست، دانشگاه شهید چمران اهواز
ابراهیم زلقی - دکترای مهندسی منابع آب، سازمان آب و برق خوزستان

در این پژوهش از سیستم استنتاج فازی عصبی تطبیقی ANFIS برای پیش بینی آبدهی روزانه رودخانه پل رود در استان گیلان استفاده شد. به این منظور، ترکیب منتخبی از دادههای اندازه گیری شده بارش در تعدادی از ایستگاه های باران سنجی حوضه و داده های مشاهداتی آبدهی رودخانه در یکی از ایستگاه های هیدرومتری با طول دوره آماری ۶ سال استفاده شده است. از تعداد ۲۱۹۰ داده موجود ۱۸۶۰ داده به عنوان داده های آموزش و ۳۳۰ داده برای آزمون به کار برده شده است. پس از آموزش مبتنی بر نظارت مدل، اقدام به پیش بینی سری زمانی جریان رودخانه با استفاده مدل ANFIS گردید. نتایج نشان داد که مدل ANFIS با تعداد ۸ ورودی (ترکیب آبدهی و بارش)، با مقادیر شاخص های آماری RMSE ۳/۱۲، AAE ۱/۵۳، d۰/۹۹،MSE۰/۷۶ ، NMSE ۰/۰۴ و R۲۰/۹۶ عملکرد مطلوبی در تخمین آبدهی روزانه رودخانه داشته است.

هوش مصنوعی، سیستم استنتاج فازی عصبی تطبیقی، حوضه آبریز پل رود، جریان رودخانه.