نوع مقاله : مقاله پژوهشی
نویسندگان
گروه علوم و مهندسی آب دانشگده کشاورزی دانشگاه بیرجند، بیرجند، ایران
چکیده
در این پژوهش به منظور ارزیابی عملکرد مدلهای شبیهسازی از چهار روش GP، ANN، BCSD و SVM استفاده شد. مدلسازی بر اساس دادههای بزرگ مقیاس مدلهای گردش عمومی جو و دمای میانگین روزانه ایستگاه سینوپتیک اهواز در دوره 2004-1971 انجام شد و ارزیابی هر مدل بر اساس معیارهای ضریب همبستگی و خطای مدلسازی بین دادههای مشاهداتی و شبیهسازی شده انجام گرفت. نتایج مدلسازی نشان داد که ضریب همبستگی بین دادههای مشاهداتی و شبیهسازی شده در روش SVM از سایر روشها بیشتر بوده و مقدار آن 9960/0 میباشد. ضریب همبستگی برای روش GP، ANN و BCSD به ترتیب برابر 9393/0 ، 9384/0 و 4936/0 میباشد. همچنین نتایج حاصل از ارزیابی خطای شبیهسازی با استفاده از معیارهای RMSE وNSE برای SVM به ترتیب 677/0 و 995/0 درجه سانتیگراد محاسبه شده است. به طور مشابه این مقادیر برای GP 644/1 و 969/0، ANN 657/1 و 968/0 و BCSD 174/6 و 661/0 درجه میباشد. بنابراین SVM در مدلسازی دمای میانگین نسبت به سایر روشها از عملکرد بهتری برخوردار است و مدلسازی دما به روش BCSD نسبت به سایر روشها از دقت کمتری برخوردار است. روش GP نسبت به ANN برتری ضعیفی دارد و پیشنهاد میشود برای ارزیابی عملکرد دقیقتر این دو مدل از دماهای حداقل و حداکثر استفاده شود.
کلیدواژهها