تخمین جریان رودخانه ها با استفاده از نظریه آشوب و برنامه ریزی ژنتیک در مقیاس های زمانی مختلف

کاربرد نظریه آشوب در هیدرولوژی اخیراً توجه زیادی را به خود جلب کرده است. بر مبنای نظریه آشوب، سری های به ظاهر تصادفی می توانند به قوانین قطعی نسبت داده شوند. با وجود مطالعات گذشته در به کارگیری مفاهیم فرآیند تصادفی در سری های جریان رودخانه، بررسی های اخیر نشان داده اند که این سری ها را می توان با قوانین قطعی تحلیل نمود. بنابراین ساختارهای دینامیکی فرآیندهای ظاهراً پیچیده از قبیل تغییرات جریان رودخانه، می توانند با استفاده از مدل های آشوبناک قطعی غیرخطی بهتر از مدل های تصادفی، قابل فهم باشند. وجود بعد همبستگی کم، یکی از مشخصه های مهم مبنی بر وجود آشوب در یک سیستم است. در این تحقیق سعی شده است، توصیف و پیش بینی جریان رودخانه لیقوان چای در مقیاس های زمانی مختلف شامل روزانه، پنج روزه، هفت روزه، ده روزه و ماهانه در دو ایستگاه لیقوان و هروی با استفاده از مفاهیم نظریه آشوب انجام پذیرد. به منظور بازسازی فضای حالت، زمان تأخیر و بعد محاط مورد نیاز است. از روشهای تابع خود همبستگی و میانگین اطلاعات متقابل، برای تعیین زمان تأخیر و از روش الگوریتم نزدیک ترین همسایه های کاذب جهت تخمین بعد محاط استفاده شده است. روش بعد همبستگی برای بررسی آشوب پذیری دبی رودخانه بکار گرفته شده و بعد همبستگی کم بدست آمده ( ) حاکی از وجود رفتار آشوبناک سری های دبی رودخانه در مقیاس های زمانی روزانه، پنج روزه و هفت روزه است؛ در حالی که دبی های ده روزه و ماهانه رفتار آشوبناک نشان ندادند. با استفاده از بزرگ ترین نمای لیاپانوف، افق پیش بینی سری های دبی تعیین گردید و از الگوریتم پیش بینی موضعی جهت پیش بینی دبی رودخانه در مقیاس های زمانی مختلف، با مفاهیم نظریه آشوب استفاده گردید. همچنین، در این مطالعه برنامه ریزی بیان ژن (gep) نیز که توسعه یافته برنامه ریزی ژنتیک است، جهت مدلسازی دبی رودخانه در مقیاس های زمانی مختلف بکار گرفته شده است. gep، نیز یک الگوریتم ژنتیکی است بطوری که از جمعیتی از افراد استفاده و آنها را مطابق برازندگی، انتخاب می کند و تغییرات ژنتیکی را با استفاده از یک یا چند عملگر ژنتیکی، اعمال می نماید و در آن کروموزوم ها به صورت بیان درختی نشان داده می شوند. جهت پیش بینی دبی جریان در مقیاس های زمانی مختلف با استفاده از gep، مقادیر دبی پیشین در پنج ترکیب متفاوت شامل دبی یک روز قبل تا دبی پنج روز قبل، به عنوان ورودی در نظر گرفته شدند تا بهترین الگو برای پیش بینی انتخاب گردد. دبی پیشین تا 4 تأخیر، به عنوان مناسب ترین الگوی ورودی پیش بینی دبی روزانه، انتخاب گردید. در انتها، توانایی پیش بینی دو مدل آشوب و gep با معیارهای ضریب همبستگی و جذر میانگین مربعات خطا با یکدیگر مقایسه گردیده است.