پیش‌بینی رواناب روزانه با مدل حداقل مربعات ماشین بردار پشتیبان (LS-SVM)

نوع مقاله : مقاله کامل علمی پژوهشی

نویسندگان

1 دانشگاه بیرجند گروه مهندسی آب

2 گروه مهندسی آب دانشگاه بیرجند

چکیده

مدل‌های داده محور از جمله ابزارهایی هستند که به منظور شبیه‌سازی در علوم مختلف استفاده می‌شوند. روش ماشین بردار پشتیبان به عنوان یکی از جدیدترین این نوع ابزارها اخیراً در علوم مرتبط با آب مورد توجه قرار گرفته است. در هیدرولوژی و منابع آب، این مدل‌ها با شبیه‌سازی فرآیند بارش-رواناب، مقدار رواناب را در حوزه‌های آبخیز بدون ایستگاه اندازه‌گیری و با حداقل زمان ممکن و کمترین هزینه برآورد می‌کنند. هدف از انجام این تحقیق شبیه‌سازی رواناب روزانه با کمک ماشین بردار پشتیبان و همچنین مقایسه نتایج آن با مدل هیدرولوژیکی Hymod می‌باشد. مدل Hymod نیز مدلی مفهومی بوده که رواناب را با استفاده از داده‌های بارش و تبخیر-تعرق پتانسیل روزانه محاسبه می‌نماید. ارزیابی روش-های پیش‌بینی رواناب مذکور با استفاده از داده‌های روزانه بارش و تبخیر-تعرق پتانسیل برای 5 سال (1958-1962) در حوضه معرف رودخانه لیف آمریکا به مساحت 1950 کیلومتر مربع انجام گردید. مقادیر آماره‌های کلینگ گوپتا (KGE)، ضریب تعیین (R2) و ضریب ناش- ساتکلیف (NSE) به ترتیب در روش ماشین بردار پشتیبان 80/0 ، 79/0و 78/0 و در مدل Hymod، 68/0، 79/0و 76/0 به دست آمد. نتایج نشان از برتری نسبی روش ماشین بردار پشتیبان به شبیه‌سازی مدل مفهومیHymod داد و بنابراین نتایج این ابزار می‌تواند در حوضه‌های بدون آمار به عنوان تخمین قابل قبول اولیه مورد لحاظ قرار گیرد.

کلیدواژه‌ها

عنوان مقاله [English]

Daily rainfall-runoff modeling with Least Square Support Vector Machine (LS-SVM)

نویسندگان [English]

  • Mohsen Pourreza Bilondi 1
  • Abbas Khashei Siuki 2
  • sadegh sadeghi tabas 2
1
2
چکیده [English]

Accurate time and site-specific forecasts of streamflow are important in effective reservoir management and scheduling. The present study aimed to compare the efficiency of Least Square Support Vector Machine (LS-SVM) as a new data driven model and a conceptual hydrologic model (Hymod) to simulate the daily streamflow in a representative watershed in US, Leaf River Watershed (1950 km2). For this purpose, 5-years period (1958-1962) of daily data including rainfall, potential evapotranspiration and streamflow were used. First 3-years were used as calibration (training) period in Hymod and LS-SVM and two remaining years were selected for validation (testing) periods in two models respectively. Performances criteria (Kling Gupta Efficiency (KGE), correlation coefficient (R2 ) and the Nash-Sutcliffe (NS) coefficient) for both LS-SVM and Hymod models in verification period were calculated and demonstrated that LS-SVM is a very potential candidate for the prediction of long-term discharges and then can be used as a promising method for hydrological prediction in un-gauged area.

کلیدواژه‌ها [English]

  • simulation
  • Conceptual hydrologic model
  • Least Square Support Vector Machine
  • Lead River Watershed

فایل ها

هم رسانی

ارجاع به این مقاله

آمار