تحلیل روند پارامترهای اقلیمی و مدلسازی جریان در حوضه مهابادچای

تغییرات اقلیمی در عصر حاضر یکی از چالشهای مهم زیست محیطی است. درک ما از تاثیرات بشر روی محیط، به ویژه آنهایی که در ارتباط با گرم شدن ناشی از افزایش گازهای گلخانه ای هستند، نشان میدهد که تعدادی از پارامترها به احتمال زیاد در حال تغییر میباشند. بنابراین، بررسی روند پارامترهای اقلیمی و مدلسازی جریان در برنامه ریزی و طراحی دقیقتر پروژه های آبی در آینده از اهمیت زیادی برخوردار است. در این مطالعه روند تغییرات آبدهی، دما و بارش حوضه مهابادچای در دو مقیاس سالانه و ماهانه با استفاده از آزمون ناپارامتری من- کندال مورد بررسی قرار گرفته و مدلسازی جریان با استفاده از روش شبکه عصبی مصنوعی و سامانه استنتاج فازی- عصبی تطبیقی انجام شده است. لذا، دو ایستگاه سینوپتیک و یک ایستگاه هیدرومتری در استان آذربایجان غربی (حوضه مهابادچای) انتخاب و پس از تکمیل دوره آماری 1372- 1394 برای ایستگاه سینوپتیک و برای ایستگاه هیدرومتری مورد بررسی قرار گرفتند. آزمون روند در سطوح معنیداری 5 درصد و 10 درصد انجام شده است. نتایج بررسی آبدهی، بارش و دما حوضه مهاباد چای نشان داد که حوضه مهابادچای در طی سالهای مورد بررسی پارامتر بارش و دما در مقیاس سالانه روند معنیداری نداشته، آبدهی در مقیاس سالانه روند کاهشی (Z=-1,89) در سطح معنیداری 10 درصد داشته و در مقیاس ماهانه در ماه خرداد Z=-2,45، پارامتر دما در ماه دی (Z=- 1,96 ) در سطح معنیداری 5 درصد و بارش در ماه مهر (Z=- 1,92 ) در سطح معنی داری 10 درصد روند کاهشی را تجربه کرده است. همچنین در بخش مدلسازی از 80 درصد داده ها برای آموزش و 20 درصد داده-ها برای آزمون مدل شبکه عصبی مصنوعی و سامانه استنتاج فازی- عصبی تطبیقی استفاده شده است. ارزیابی عملکرد مدل شبکه عصبی مصنوعی و فازی- عصبی بر اساس آزمونهای آماری مختلف، ضریب همبستگی، ریشه میانگین مربعات خطا و میانگین قدر مطلق خطا انجام گرفت. مقدار آماره ریشه میانگین مربعات خطا با به کارگیری بهترین ترکیب ورودی مدل شبکه عصبی مصنوعی و فازی- عصبی تطبیقی به ترتیب برابر 0,30 و0,57به دست آمد. بر اساس نتایج مشاهده شدکه دو روش شبکه مصنوعی و سامانه استنتاج فازی- عصبی تطبیقی عملکرد قابل قبولی برای تخمین جریان رودخانه دارد.