طاهر رجایی

در این تحقیق پیش بینی تراز آب زیرزمینی حوضه آبریز شریف آباد استان قم با بهره گیری از برخی مدل های هوشمند می باشد. به این منظور از داده های ماهیانه تراز آب زیرزمینی در سه حلقه چاه مشاهده ای واقع در حوضه آبریز شریف آباد در مدل سازی ها استفاده شده است. جهت مقایسه نتایج حاصل از مدل های هیبرید آنالیز موجک-شبکه عصبی (WNN)، برنامه ریزی ژنتیک (GP)، رگرسیون خطی چند متغیره (MLR) و شبکه عصبی مصنوعی (ANN) از دو معیار ریشه خطای مربع متوسط (RMSE) و ضریب کارایی نش- ساتکلیف (E) استفاده شده است. نتایج تحقیق نشان داده است که مدل ترکیبی موجک-عصبی پیش بینی دقیقتری برای تراز آب زیرزمینی ماهانه نسبت به مدل های ANN، GP و MLR ارائه داده، به طوریکه ضریب نش در مدل ترکیبی برای پیزومترهای 1، 2 و 3 به ترتیب 98/0، 98/0 و 95/0 حاصل شده است.

هدف از این پژوهش تخمین مقدار تراز آب زیرزمینی در نقاط مختلف دشت داورزن واقع در استان خراسان رضوی در یک ماه آینده است. جهت پیش بینی زمانی از روش پرسپترون چندلایه شبکه عصبی و برای پیش بینی مکانی از روش کریجینگ استفاده شده است. داده های ورودی شامل سری زمانی تراز آب زیرزمینی است که به مدت هشت سال از مهر 82 تا اسفند 89 به صورت ماهیانه اندازه گیری شده است. ابتدا به منظور تعیین میزان دقت مدل، تراز آب زیرزمینی 12 ماه پایانی یک پیزومتر جدید با استفاده از روش پیشنهادی مدل سازی شده و با مقدار واقعی آن مقایسه گردیده است. مقدار ضریب انطباق به دست آمده (812/0E=) نشان دهنده کارایی مدل در این دشت است. سپس با اتکا به نتایج قابل قبول به دست آمده، تراز آب زیرزمینی یک ماه آینده  پیش بینی شد. در مرحله بررسی کارایی مدل، روش شبکه عصبی با میانگین ضریب انطباق 688/0 برای پیزومترها و نیم تغییرنمای گوسی نیز با درصد همبستگی 657/0 نتایج قابل قبولی را برای دشت داورزن نشان دادند.