حسین شریفان - دانشیار گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران
علی طاهری امیری - دانشجوی دکتری، گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران

تغییرات سطح آب زیرزمینی از فاکتورهای مهم و تاثیرگذار در مطالعه و مدیریت منابع آب زیرزمینی جهت کاربرد در کشاورزی، شرب و صنعت می­باشد. کمبود تعداد نقاط برداشت و تعداد قرائت، به دلیل محدودیت­های مالی و زمانی، دسترسی به این اطلاعات را محدود می­نماید. بنابراین کاربرد روش­های میان­یابی و تخمین سطح آب در نقاط مشخص بر اساس اطلاعات نقاط همجوار از جایگاه ویژه­ای در مطالعات منابع آب زیرزمینی برخوردار است. در این پژوهش روش­های متداول میان­یابی، روش زمین آمار کریجینگ و سیستم هوش مصنوعی استنتاج عصبی-فازی تطبیقی برای اراضی دشت ناز شهرستان ساری مورد ارزیابی قرار گرفتند. این پژوهش نشان می­دهد که سه روش انحنای کمینه، کریجینگ و سیستم استنتاجی عصبی-فازی تطبیقی به ترتیب با مقادیر RMSE، ۳۲/۵۶، ۱۲/۵۵ و ۹۷/۵۳ سانتی­متر و میانگین خطای مطلق ۴۳، ۴۲.۵۴ و ۴۲.۹۴ درصد و همین­طور مقادیرR۲  ۵۶/۰ ، ۵۴/۰ و ۵۵/۰، از دقت تقریبا یکسانی در میان­یابی سطح آب زیرزمینی در منطقه مورد مطالعه برخوردارند اگرچه که به­دلیل نوسانات زیاد سطح آب در این اراضی که بین ۱۲ تا ۳۱۵ سانتی­متر متغیر می­باشد، هیچ­کدام از این روش­ها از دقت بالا و قابل قبولی برخوردار نیستند. علاوه بر این در سیستم استنتاج فازی-عصبی تطبیقی، روش منقطع سازی با تابع عضویت trapmf در لایه ورودی و ۵ عدد تابع به ازای هر ورودی و تابع عضویت constant برای لایه خروجی به همراه الگوریتم یادگیری پیوندی و در روش­های متداول میان­یابی و کریجینگ پارامترهای پیش­فرض­های نرم افزار surfur بهترین نتایج را به­دست می­دهند.

سطح آب زیرزمینی, میانیابی, زمین آمار, سیستم استنتاج عصبی- فازی تطبیقی