برآورد دقیق مقدار رسوبات حمل شده توسط رودخانه ها در پروژه های آبی، از اهمیت بسیاری برخوردار است و لذا شناسایی و پیشنهاد روشهای مناسب جهت برآورد دبی رسوبات معلق از اهداف مهمی تلقی میشود که بایستی بر اساس تحقیقات مرتبط به انجام برسد. از جمله این روشها می توان به روشهای یادگیری ماشین از جمله مدل درختان تصمیم گیری، ماشین بردار پشتیبان و شبکه عصبی مصنوعی اشاره کرد. در این پژوهش، کارایی این تکنیکها در پیش بینی میزان دبی رسوبات معلق حوزه آبخیز باباامان بجنورد مورد بررسی قرار گرفت. داده های ورودی برای پیش بینی رسوبات معلق حوزه باباامان در این پژوهش عبارتند از: دبی جریان، دبی رسوب معلق، بارش و تبخیر، که مربوط به دوره آماری از سال 1349 تا سال 1380 است. جهت ارزیابی دقت و به RMSE و R استفاده شدند. در نهایت نتایج معیارهای آماری R ،RMSE ،MAE صحت نتایج این مدلها، معیارهای آماری 48881/ 0 و 56 / 1، مدل درخت تصمیم 96 / 0 و 28 / 55863 ، مدل شبکه عصبی 98 / 0 و 77 / ترتیب برای مدل منحنی سنجه 80 0 است. مقادیر به دست آمده نشان داد که ماشین بردار پشتیبان در مقایسه با / 0 و 6998 / و مدل ماشین بردار پشتیبان 99 روشهای نامبرده، تطابق بسیار بیشتری با مقادیر اندازه گیری شده داشته است.

کلمات کلیدی