ارزیابی عملکرد روش های زمین آمار و شبکه عصبی مصنوعی در تخمین پارامترهای کیفی آبخوان (مطالعه موردی: دشت قروه- دهگلان)

انتخاب تکنیک درون یابی بهینه جهت تخمین پارامترهای کیفی آبخوان در نقاط اندازه گیری نشده نقش مهمی در مدیریت کمی و کیفی منابع آب ایفا می کند. هدف اصلی این تحقیق ارزیابی دقت روش های درون یابی متداول با استفاده از GIS و مدل شبکه عصبی مصنوعی می باشد. بدین منظور تخمین سه پارامتر کیفی CL، EC و pH آبخوان دشت قروه- دهگان واقع در استان کردستان توسط هر یک از مدل ها مورد ارزیابی قرار گرفت. در این تحقیق از داده های کیفی 56 چاهک مشاهداتی که دارای پراکندگی مناسبی در کل دشت هستند، استفاده گردید. در این تحقیق داده های 46 چاهک مشاهداتی جهت واسنجی و داده های 10 چاهک دیگر جهت صحت سنجی مدل ها استفاده شدند. نتایج نشان داد که روش های شبکه عصبی مصنوعی، IDW و کریجینگ (spherical) به ترتیب جهت تخمین پارامترهای کیفی CL، PH و EC از دقت بیشتری نسبت به سایر مدل ها برخوردار بوده اند. البته مدل شبکه عصبی در تخمین هر سه پارامتر دارای دقت بسیار خوبی می باشد.در صورت کمبود وقت و همچنین نیاز به دقت قابل قبول و ریسک کمتر در تخمین پارامترهای کیفی، استفاده از این مدل نسبت به سایر مدل های آماری به کار رفته ارجحیت دارد.