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 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.
کلیدواژهها