بازسازی داده‌های گمشده جریان روزانه رودخانه بر اساس روش انتساب چندگانه مبتنی بر معادلات زنجیره‌ای: مطالعه موردی: حوضه آبریز رودخانه کاجو، ایران

مقادیر گمشده در مطالعات هیدرولوژی یک چالش رایج برای هیدرولوژیست‌ها محسوب می‌شود، به‌ویژه در تحلیل‌های آماری که به مجموعه داده‌های کامل نیاز است. این پژوهش، عملکرد روش انتساب چندگانۀ جایگزینی مبتنی بر معادلات زنجیره‌ای (MICE) را در پیش‌بینی و بازسازی مقادیر جریان روزانه رودخانه ارزیابی می‌کند. محدوده مورد مطالعه پژوهش، حوضه آبریز رودخانه کاجو در جنوب‌شرق ایران و دوره آماری آن در بازه سال‌های هیدرولوژیکی 1352-1351 تا 1401-1400 می‌باشد. برای بررسی و اعتبارسنجی کارایی رویکرد MICE در مدیریت داده‌های گمشده جریان، از داده‌های تاریخی روزانه کامل جریان در بازه سال‌های هیدرولوژیکی 1392-1391 تا 1401- 1400 استفاده شده است. در ادامه، روش‌های MICE همراه با رگرسیون خطی چندگانه (MLR) برای بازسازی کُل مقادیر گمشده جریان روزانه به‌کار گرفته شده است. برترین روش‌های برآورد با معیارهایی از قبیل ضریب تعیین تعدیل شده (Adj R^2)، خطای استاندارد (RSE) و میانگین درصد خطای مطلق (MAPE) ارزیابی شده است. یافته‌ها نشان داد که روش درختان طبقه‌بندی و رگرسیون (CART) ترکیب شده با MLR با بالاترین مقدار Adj R^2 و کمترین مقادیر RSE و MAPE در مقایسه با سایر روش‌های آزمون شده دارای عملکرد بهتری بوده است. مقادیر RSE و MAPE روش CART-MLR، در ایستگاه پیرسهراب به ترتیب472/0 و 583/0 و در ایستگاه چندوکان 475/0 و 588/0 می‌باشد.