حسین نوروزی قوشبلاغ؛ عطاالله ندیری
چکیده
مطالعات یک سیستم آب زیرزمینی بهمنظور شناخت رفتار آن، نیازمند حفر تعدادی زیادی چاه اکتشافی و انجام عملیات پمپاژ و آزمایشهای ژئوفیزیک میباشد که با صرف هزینههای فراوان عملی میگردد. به همین دلیل، امروزه شبیهسازی جریان آب زیرزمینی توسط مدلهای ریاضی و کامپیوتری که یک روش غیرمستقیم مطالعة آب زیرزمینی میباشد، با صرف هزینة ...
بیشتر
مطالعات یک سیستم آب زیرزمینی بهمنظور شناخت رفتار آن، نیازمند حفر تعدادی زیادی چاه اکتشافی و انجام عملیات پمپاژ و آزمایشهای ژئوفیزیک میباشد که با صرف هزینههای فراوان عملی میگردد. به همین دلیل، امروزه شبیهسازی جریان آب زیرزمینی توسط مدلهای ریاضی و کامپیوتری که یک روش غیرمستقیم مطالعة آب زیرزمینی میباشد، با صرف هزینة کمتر صورت میگیرد. در این تحقیق کارایی مدلهای شبکههای 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 دورة زمانی ماه قبل بهعنوان ورودی و تراز سطح ایستابی در دورة موردنظر بهعنوان خروجی مدلها در مقیاس زمانی ماهانه در طی دورة آماری (1395-1383) انتخاب گردید. معیارهای ضریب همبستگی، ریشة میانگین مربعات خطا و میانگین قدر مطلق خطا برای ارزیابی و نیز مقایسة عملکرد مدلها مورد استفاده قرار گرفت. نتایج حاصله نشان داد که مدلهای منطق فازی و RF میتوانند تراز سطح ایستابی را با دقت قابل قبولی پیشبینی نمایند. سطح آب زیرزمینی در منطقة مورد مطالعه توسط مدل جنگل تصادفی با دقت بیشتر و با همبستگی بالایی بین دادههای مشاهداتی و محاسباتی پیشبینی گردید. بر اساس یافتههای تحقیق مدل جنگل تصادفی که برای اولین بار در این زمینه مورد استفاده قرار گرفته است، توانایی بیشتری در پیشبینی پارامترهای هیدروژئولوژیکی را دارد.