سعید فرزین - دانشجوی دکتری، گروه مهندسی آب، دانشکده مهندسی عمران، دانشگاه تبریز
رضا حاجی آبادی - دانشجوی کارشناسی ارشد، گروه مهندسی آب، دانشکده مهندسی عمران، دانشگاه تبریز
محمدحسین احمدی - دانشجوی دکتری، گروه مهندسی آب، دانشکده مهندسی عمران، دانشگاه تبریز
یوسف حسن زاده - استاد گروه مهندسی آب، دانشکده مهندسی عمران، دانشگاه تبریز

پدیده های هیدرولوژیکی متعددی وجود دارند که عملکرد آنها تاکنون کاملا تصادفی و بی نظم پنداشته شده است. امروزه به لطف تئوری های نوین غیر خطی، میتوان نوعی دوره تناوب و نظم را در صورت وجود در این پدیده ها یافت نمود و در پی آن امکان پیش بینی آنها را در آینده فراهم ساخت. نظر به قابلیت وسیع تئوری آشوب (Chaos) و همچنین مدل هوشمند شبکه عصبی مصنوعی (ANN) در مطالعه رفتار سیستمهای دینامیکی غیر خطی، در این تحقیق مقادیر ماهانه تبخیر سطح آب دریاچه ارومیه در طول 40 سال دوره آماری با استفاده از این دو روش- با مفاهیم و اصول متفاوت -مورد مطالعه قرار گرفته است. نتایج شاخص های تعیین ماهیت آشوبناکی دادههای تبخیر، حاکی از رفتار کاملا آشوبی و در پی آن پیش بینی پذیر بودن سری زمانی تحت بررسی می باشد. نتایج صحت سنجی پیش بینی تراز تبخیر نیز، نشان از دقت بسیار بالای نظریه آشوب و مدل شبکه عصبی مصنوعی اندکی دقت بالاتر دارد.

تئوری آشوب، مدل شبکه عصبی مصنوعی، قابلیت پیش بینی، دریاچه ارومیه، تبخیر