پیش بینی سطح آب زیرزمینی دشت بوکان با استفاده از مدل های منطق فازی، جنگل تصادفی و شبکه عصبی

مطالعات یک سیستم آب زیرزمینی به منظور شناخت رفتار آن، نیازمند حفر تعدادی زیادی چاه اکتشافی و انجام عملیات پمپاژ و آزمایش های ژئوفیزیک می باشد که با صرف هزینه های فراوان عملی می گردد. به همین دلیل، امروزه شبیه سازی جریان آب زیرزمینی توسط مدل های ریاضی و کامپیوتری که یک روش غیرمستقیم مطالعه آب زیرزمینی می باشد، با صرف هزینه کمتر صورت می گیرد. در این تحقیق کارایی مدل های شبکه های عصبی مصنوعی، منطق فازی و جنگل تصادفی (RF) در تخمین سطح آب زیرزمینی آبخوان دشت بوکان مورد بررسی قرار گرفت. پارامترهای بارندگی، دما، دبی جریان و تراز سطح ایستابی در دوره زمانی ماه قبل به عنوان ورودی و تراز سطح ایستابی در دوره موردنظر به عنوان خروجی مدل ها در مقیاس زمانی ماهانه در طی دوره آماری (1395-1383) انتخاب گردید. معیارهای ضریب همبستگی، ریشه میانگین مربعات خطا و میانگین قدر مطلق خطا برای ارزیابی و نیز مقایسه عملکرد مدل ها مورد استفاده قرار گرفت. نتایج حاصله نشان داد که مدل های منطق فازی و RF می توانند تراز سطح ایستابی را با دقت قابل قبولی پیش بینی نمایند. سطح آب زیرزمینی در منطقه مورد مطالعه توسط مدل جنگل تصادفی با دقت بیشتر و با همبستگی بالایی بین داده های مشاهداتی و محاسباتی پیش بینی گردید. بر اساس یافته های تحقیق مدل جنگل تصادفی که برای اولین بار در این زمینه مورد استفاده قرار گرفته است، توانایی بیشتری در پیش بینی پارامترهای هیدروژئولوژیکی را دارد.