پیش بینی تراز آب زیرزمینی حوضه آبریز شریف آباد قم با استفاده از مدل های موجک عصبی و برنامه ریزی ژنتیک

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.