عبور خطوط لوله از عرض رودخانهها برای انتقال آب، گاز و نفت، میتواند منجر به ایجاد آبشستگی موضعی در محل استقرار لولهها شود. توسعه آبشستگی میتواند باعث بروز آسیبهای ناشی از شکست لوله، اختلال در فرآیند بهرهبرداری، افزایش هزینههای بازسازی و همچنین خسارات زیستمحیطی گردد. در این پژوهش، کارایی روش ماشین بردار پشتیبان (SVM) در پیشبینی عمق آبشستگی با استفاده از 33 مجموعه داده آزمایشگاهی ارزیابی شده است. پارامترهای هندسی و هیدرولیکی مورد بررسی شامل (𝑑𝑠𝑚𝑎𝑥𝐷 𝑒𝐷,𝑦𝐷,Fr,𝐿𝐷) میباشد. نتایج حاصل از مدلسازی با هوشمصنوعی نشان داد که ترکیب پارامترهای مذکور در مرحله آموزش و آزمون مربوط به شاخصهای ارزیابی DC ، RMSE و 2R 0 و 1310 / که این نتایج نسبت /1114 ،0/1322 ،0/4119 ،0/0114 ،0/ به ترتیب برابر است با 4229 به سایر ترکیبها بهینهترین خروجی را به دست آورده و دقت بالای روش SVM را در پیشبینی عمق آبشستگی تأیید میکند. همچنین، نتایج تحلیل حساسیت نشان داد که پارامتر (𝑒𝐷) تأثیرگذارترین عامل در تعیین عمق آبشستگی نسبت به سایر پارامترها است