---

برآورد رسوب یکی از ارکان مدیریت حوزه‌های آبخیز می‌باشد. به‌همین جهت تاکنون تلاش‌های زیادی برای طراحی مدل‌های پیش‌بینی کننده آن و از جمله مدل-های شبکه ‌عصبی مصنوعی و مدل‌های رگرسیونی اشاره کرد. حال آن‌‌ که مقایسه عملکرد آن‌ها کم‌تر مورد توجه قرار گرفته است. بر این اساس پژوهش حاضر با هدف مدل‌سازی تلفات خاک ناشی از هفده رگبار به‌وقوع پیوسته در پلات‌های مستقر در جنگل تخریب‌شده و نشده در سه تکرار) در حوزه آبخیز آموزشی و پژوهشی جنگلی دانشگاه تربیت مدرّس (کجور) از مهرماه ۱۳۸۸ تا فروردین ۱۳۸۹، با استفاده از روش‌های شبکه عصبی مصنوعی و روش همبستگی دو و چند متغیره پی‌ریزی گردید. نتایج دقت‌سنجی مدل‌ها با معیارهای ریشه مجذور مربعات خطا، ضریب کارایی و ضریب تعیین در روش همبستگی دو و چند متغیره بیان‌گر دقت بیش‌تر مدل‌ همبستگی با سه ورودی مقدار بارش، حجم روان‌آب و ضریب روان‌آب، نسبت به دیگر روش‌ها می‌باشد. در روش شبکه عصبی مصنوعی مدل با ورودی‌های مشابه روش همبستگی دو و چند متغیره در بین مدل‌های دیگر شبکه عصبی مصنوعی با ورودی‌های متفاوت، دقت برآورد بیش‌تری داشته است. مقایسه مدل‌های شبکه عصبی مصنوعی با روش‌های همبستگی دو و چند متغیره در تمامی مدل‌های محاسبه شده گویای دقت برآورد بیش‌تر مدل شبکه عصبی مصنوعی نسبت به مدل‌های همبستگی در هر دو تیمار بوده است.