حداکثر بارش 24 ساعته یکی از عامل‌های هواشناسی با ماهیتی بسیار تصادفی در مقایسه با سایر داده‌های مرتبط با بارندگی از جمله بارش‌های ماهانه و سالانه است. باتوجه به در دسترس نبودن داده‌های شدت-مدت-فراوانی (I-D-F) و قابلیت دسترسی بیشتر داده‌های حداکثر بارش 24 ساعته، برآورد بارش‌های کوتاه مدت بر مبنای بارش 24 ساعته اقدامی رایج در مطالعات و عملیات آبخیزداری است. برخی از مواقع این اطلاعات ناقص می‌باشد و استفاده از آن‌ها باعث بروز خطا در نتایج می‌گردد. در این پژوهش کارآیی استفاده از روش الگوریتم ژنتیک-شبکه عصبی مصنوعی (GA-ANN) در بازسازی داده‌های حداکثر بارش 24 ساعته در استان چهارمحال و بختیاری، توسط نمایانه‌های آماری RMSE، P % و R2 مورد ارزیابی قرار گرفت و با روش شبکه عصبی مصنوعی ساده (ANN) مقایسه شد. مقدار نمایانه RMSE حاصل از بهترین شبکه ANN در اقلیم بسیار مرطوب، نیمه مرطوب، مدیترانه‌ای و نیمه‌خشک به ترتیب برابر با 38، 9/25، 8/11، 4/11 میلیمتر و در بهترین شبکه GA-ANN به ترتیب برابر با 2/19، 3/14، 8/10 و 4/6 میلیمتر می‌باشد. نتایج بازسازی در کلیه نواحی آب و هوایی حکمفرما در این استان نشان دهنده برتری معنی‌دار روش GA-ANN نسبت به روش ANN می‌باشد.
Matinzadeh M M, Fattahi R, Shayanzadeh M, Abdollahi K. Estimation and Reconstruction of Annual Maximum 24-H Rainfall Data Using Combination of Genetic Algorithm and Artificial Neural Networks Models (Case Study: Chaharmahal va Bakhtiyari Province). jwmseir 2013; 7 (22) :53-62 URL: http://jwmsei.ir/article-1-245-fa.html
متین‌زاده محمد مهدی، فتاحی روح‌الله، شایان‌نژاد محمد، عبداللهی خدایار. تخمین و بازسازی داده‌های حداکثر بارش 24 ساعته سالانه با استفاده از مدل تلفیقی الگوریتم ژنتیک و شبکه‌های عصبی مصنوعی (مطالعه موردی: استان چهارمحال و بختیاری). مجله علوم ومهندسی آبخیزداری ایران. 1392; 7 (22) :53-62
به اطلاع کلیه نویسندگان ، محققین و داوران محترم می رساند:با عنایت به تصمیم هیئت تحریریه مجله علمی پژوهشی علوم و مهندسی آبخیزداری فرمت تهیه مقاله به شکل پیوست در بخش راهنمای نویسندگان تغییر کرده است. در این راستا، از تاریخ ۱۴۰۳/۰۱/۲۱ کلیه مقالات ارسالی فقط در صورتی که طبق راهنمای نگارش جدید تنظیم شده باشد مورد بررسی قرار خواهد گرفت.
