نوع مقاله : مقاله پژوهشی
نویسنده
دانشیار، پژوهشکده حفاظت خاک و آبخیزداری، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران
چکیده
چکیده مبسوط
مقدمه
درک دقیق دینامیک رسوبات معلق در رودخانههای با فرسایش بالا، بهویژه در نواحی خشک و نیمهخشک مانند حوضه رودخانه رودزرد، برای مدیریت پایدار منابع آب و عملکرد بهینه مخازن سدها ضروری است. ورود مقادیر زیاد رسوب نه تنها کیفیت آب را کاهش داده و سازههای مهندسی را مستهلک میسازد، بلکه ریختشناسی طبیعی رودخانه را دگرگون کرده و هزینههای اقتصادی و زیستمحیطی سنگینی به همراه دارد. با توجه به دشواریهای روشهای مستقیم اندازهگیری و پیچیدگیهای مدلسازی فیزیکی، رویکردهای مبتنی بر داده به ویژه الگوریتمهای یادگیری ماشین از جمله روشهای Boosting، به دلیل توانایی در شناسایی الگوهای غیرخطی و تعاملات پیچیده هیدرولوژیکی، به عنوان جایگزینی مؤثر و کارآمد مطرح شدهاند.
در پژوهش حاضر، به منظور شبیهسازی و پیشبینی دقیق بار رسوب معلق در رودخانه رودزرد (ایستگاه هیدرومتری ماشین)، از مدل XGBoost به عنوان یکی از قدرتمندترین الگوریتمهای مبتنی بر درخت تصمیمگیری استفاده گردید. نوآوری اصلی این پژوهش در رویکردی دوگانه خلاصه میشود: نخست، ارزیابی جامع مجموعهای از توابع زیان شامل توابع کلاسیک ( MSEوMAE )، توابع مقاوم (Pseudo-Huber)، و توابع مبتنی بر توزیعهای آماری دادهها (Poisson، Gamma و Tweedie)، به منظور شناسایی تابع زیان بهینه از نظر سازگاری آماری با ماهیت چوله و ناهمسان دادههای رسوبی؛ و دوم، تحلیل سیستماتیک اثر تبدیل لگاریتمی به عنوان یک روش متداول پیشپردازش بر عملکرد مدلهای مذکور. هدف نهایی این پژوهش، افزایش دقت پیشبینی و مدیریت مؤثر دادههای پرت در مواجهه با ناهمگونیهای هیدرواقلیمی حاکم بر منطقه مورد مطالعه است.
کلیدواژهها
موضوعات
عنوان مقاله [English]
Evaluation of Loss Functions (Standard, Robust, and Data-Distribution-Based) in the XGBoost Model for Suspended Sediment Simulation and Analysis of the Effect of Logarithmic Transformation on Its Performance (Case Study: Mashin Hydrometry Station, Ro
نویسنده [English]
- Mahmoudreza Tabatabaei
Member of scientific boAssistant Professor, Soil Conservation and Watershed Management Research Institute, Agricultural Research, Education and Extension Organization (AREEO), Tehran, Iran
چکیده [English]
Extended abstract
Introduction
Understanding the precise dynamics of suspended sediment in high-erosion rivers, particularly in arid and semi-arid regions such as the Roodzard River basin, is essential for sustainable water resource management and the optimal operation of dam reservoirs. The influx of large sediment loads not only reduces water quality and deteriorates engineering structures but also alters the natural river morphology, entailing significant economic and environmental costs. Given the difficulties of direct measurement methods and the complexities of physical modeling, data-driven approaches especially machine learning algorithms, including boosting methods have emerged as effective and efficient alternatives due to their ability to identify nonlinear patterns and complex hydrological interactions.
In the present study, to accurately simulate and predict the suspended sediment load in the Roodzard River (Mashin hydrometric station), the XGBoost model, one of the most powerful decision-tree-based algorithms, was employed. The main innovation of this research is summarized in a dual approach: first, a comprehensive evaluation of a set of loss functions including classical functions (MSE and MAE), robust functions (Pseudo-Huber), and functions based on the statistical distribution of the data (Poisson, Gamma, and Tweedie) to identify the optimal loss function in terms of statistical compatibility with the skewed and heteroscedastic nature of sediment data; and second, a systematic analysis of the effect of logarithmic transformation, as a common preprocessing method, on the performance of the aforementioned models. The ultimate goal of this research is to enhance prediction accuracy and effectively manage outlier data when confronted with the hydroclimatic heterogeneities prevailing in the study area.
کلیدواژهها [English]
- Evaluation metrics
- Logarithmic transformation
- Loss functions
- River modeling
- Roodzard River
- Suspended sediment
- XGBoost
)