کیومرث روشنگر - دانشیار گروه آب، دانشکده مهندسی عمران، دانشگاه تبریز، تبریز، ایران
معصومه چمنی - دانشجوی کارشناسی ارشد، گروه آب، دانشکده عمران، دانشگاه تبریز، تبریز، ایران

پیش­بینی دقیق دبی در رودخانه­ها، از مهم­ترین مولفه­های فرآیندهای هیدرولوژیکی و هیدرولیکی در مدیریت منابع آب، به ویژه در اتخاذ تدابیر مناسب در مواقع خشکسالی و بروز سیلاب است. در این تحقیق از تابع موجک و تجزیه مد تجربی یکپارچه که از ابزارهای محاسبات نرم محسوب می شوند، جهت استخراج ویژگی­های سری زمانی استفاده گردیده و کارایی مدل­های موجک- گوسین (DWT- GPR) و تجزیه مد تجربی یکپارچه- گوسین (EEMD- GPR) برای پیش­بینی دبی بین سه ایستگاه متوالی رودخانه هوستونیک، واقع در آمریکا مورد بررسی قرار گرفته است. برای این منظور در گام اول، مقدار دبی ایستگاه پایین­دست، توسط ایستگاه­های بالادست با استفاده از مدل رگرسیون فرایند گاوسی پیش­بینی شده است. سپس سری­های زمانی دبی و اشل توسط تبدیل موجک و تجزیه مد تجربی یکپارچه به زیرسری­هایی تجزیه گشته و این زیرسری­ها جهت شبیه­سازی رابطه دبی- اشل وارد مدل رگرسیون فرایند گاوسی شدند. همچنین تاثیر هر یک از زیرسری­های روش تجزیه مد تجربی یکپارچه (Residual and  IMFs) در نتایج پیش­بینی، بررسی گردید. مشاهده گردید که ناکارآمدترین زیرسری در تجزیه مد تجربی یکپارجه، زیرسری باقیمانده (Residual) می­باشد. نتایچ حاکی از آن است که روش­های ترکیبی موجک (DWT- GPR) و تجزیه مد تجربی یکپارچه (EEMD- GPR) تا حدود زیادی باعث بهبود نتایج گردیدند. به عنوان نمونه،برای مرحله آزمون مدل برتر پیش­بینی دبی ایستگاه دوم، مدل تلفیقی تجزیه مد تجربی یکپارچه- گوسین ۷۴/۰DC= را به ۸۰/۰DC= و مدل تلفیقی موجک- گوسین ۷۴/۰DC= را به ۸۳/۰DC= ارتقاء داد.

دبی رودخانه, تجزیه مد تجربی یکپارچه, تبدیل موجک گسسته, رگرسیون فرایند گاوسی, ایستگاه های متوالی