بررسی کارایی مدل درختان تصمیم گیری در برآورد رسوبات معلق رودخانه ای (مطالعه موردی: حوضه سد ایلام)

تخمین درست حجم رسوبات حمل شده توسط رودخانه ها در پروژه های آبی از اهمیت بسیاری برخوردار است. در حقیقت حصول روش هایی برای محاسبه دبی رسوبات مهم ترین هدف تحقیقات مربوط به فرآیند رسوب شده است. از جمله این روش ها می توان به روش های یادگیری ماشین از قبیل مدل درختان تصمیم گیری که مبتنی بر اصول یادگیری می باشند، اشاره کرد. روش درخت تصمیم یک روش سلسله مراتبی یا چند مرحله ای است که در آن به صورت بازگشتی مجموعه داده ها به روش دودویی به تقسیمات فرعی و کوچک تر تقسیم بندی می شود تا زمانی که تقسیمات فرعی نهایی نتوانند بیشتر از آن تجزیه شوند. درختان تصمیم استقرایی مجموعه ای از داده های معلوم را می گیرد و یک درخت تصمیم را از آن استنتاج می کند. سپس درخت می تواند به صورت مجموعه قوانینی برای پیش بینی ویژگی های معلوم استفاده شود. در این تحقیق کارایی این تکنیک در پیش بینی میزان آورد رسوبات رودخانه گل گل حوضه سد ایلام مورد بررسی قرار گرفته است. جهت ارزیابی دقت و صحت نتایج این مدل که در محیط برنامه نویسی M ATLAB اجرا شده است معیارهای آماری R، BIAS، RMSE، r2 و MAE مورد استفاده قرار گرفته است. نتایج نشان داده که به طورکلی و براساس تمامی معیارهای آماری ذکر شده، مدل درخت تصمیم گیری در مقایسه با روش مرسوم منحنی سنجه رسوب تطابق بسیار بیشتری با مقادیر اندازه گیری شده داشته و مهم ترین عامل ایجاد درخت که هم بستگی بالایی با مقادیر رسوب داشته است، دبی متناظر با رسوب و سپس بارش های روزانه بوده است.