توسعه مدل ناپارامتری شبیه ساز داده های ماهانه هیدرولوژیکی

یکی از ملزومات مدلسازی منابع آب در سطح حوضه ها، آگاهی کافی از سری های درازمدت پارامترهای هواشناسی و هیدرولوژی است. در تحقیق حاضر، روش خودگردان ساز نزدیک ترین همسایه ارائه شده توسط لل و شارما توسعه داده شد. در مدل توسعه داده شده به جای استفاده از منحنی رگرسیون ناپارامتری محلی در روش پریرا، از مدل رگرسیون ناپارامتری نزدیک ترین همسایه برای پیش بینی سری زمانی استفاده شد. این کار مشکلات ناشی از تخمین درجه چندجمله ای ناپارامتری در روش پریرا را رفع کرده و شبیه سازی سری های زمانی را به صورت چندمتغیره میسر می کند. کارایی مدل توسعه داده شده با استفاده از اطلاعات تاریخی ایستگاه های هیدرومتری کوتر و هواشناسی سینوپتیک واقع در حوضه آبریز رودخانه مهاباد ارزیابی شد. نتایج نشان داد که مدل علاوه بر رفع مشکل روش خودگردان نزدیک ترین همسایه کلاسیک در تولید اعداد بی سابقه تاریخی، قادر به حفظ مشخصات مهم آماری سری مشاهداتی است. همچنین مدل توسعه داده شده، شبیه سازی سری های زمانی هیدرولوژیکی به صورت چندمتغیره را امکان پذیر می کند.