ترکیب روش های هوش مصنوعی و زمین آمار برای پیش بینی زمانی و مکانی سطح آب زیرزمینی دشت هادیشهر

دشت هادیشهر با وسعتی معادل 57/55 کیلومترمربع در شمال غرب استان آذربایجان شرقی واقع شده است. در چند سال اخیر، به دلیل برداشت بی رویه از آب های زیرزمینی این دشت، سطح آب زیرزمینی افت شدیدی پیدا کرده است. لذا به منظور یافتن راهکارهایی مفید برای مدیریت صحیح منابع آب زیرزمینی، از ترکیب مدل هوش مصنوعی و زمین آمار برای پیش بینی زمانی و مکانی سطح آب زیرزمینی استفاده شده است. ابتدا برای مدل سازی به روش شبکه عصبی مصنوعی و تعیین بهترین ساختار و الگوریتم از پیزومتر مرکزی استفاده شد. نتایج نشان داد که الگوریتم لونبرگ-مارکوارت(LM) با ساختار 1؛2؛3 (سه ورودی، دو گره میانی و یک خروجی) به ترتیب بهترین الگوریتم و ساختار برای مدل سازی با شبکه عصبی در این دشت می باشد. سپس پیزومتر های انتخاب شده دشت با روش خوشه بندی سلسله مراتبی(HCA) دسته بندی شد و هر دسته از پیزومترها با مدل شبکه عصبی و فازی ساگنو مدل سازی شد و نتایج با استفاده از معیارهای ارزیابی مانند R2 و RMSEمقایسه گردید. در این تحقیق از داده های ماهانه بارش، تبخیر و تراز آب زیرزمینی به عنوان ورودی های مدل استفاده شد که نتایج نشان داد از بین روش های فازی و شبکه عصبی روش شبکه عصبی کارایی بالاتری داشت. لذا برای پیش بینی زمانی و مکانی سطح آب زیرزمینی از روش کریجینگ و کوکریجینگ عصبی استفاده شد.