پیش بینی تراز آب زیرزمینی با کمک شبکه های موجک-عصبی (مطالعه موردی: دشت مراغه-آذربایجان شرقی)

لازمه دستیابی به مدیریت جامع و پایدار منابع آب زیرزمینی، شناخت رفتار سیستم آب زیرزمینی و پیش بینی نوسانات سطح آن در آینده می باشد. هدف از پژوهش حاضر خوشه بندی چاه های مشاهده ای آبخوان دشت مراغه و پیش بینی تراز آب زیرزمینی به کمک شبکه های موجک-عصبی (WNN) بود. به دلیل تعداد زیاد چاه های مشاهده ای نصب شده در دشت، ابتدا با کمک روش خوشه بندی سلسله مراتبی-وارد ۲۰ چاه مشاهده ای محدوده دشت مراغه با طول دوره آماری بیش از ۱۵ سال خوشه بندی شد. سپس خوشه با ۶ زیرخوشه همگن انتخاب و نماینده هر زیرخوشه تعیین شد. با نویززدایی از داده های ورودی با کمک روش موجک، مقادیر سطح آب زیرزمینی با کمک شبکه های عصبی مصنوعی (ANN) پیش بینی شد. نتایج نشان داد در نظر گرفتن دمای متوسط هوا باعث اغتشاش شبکه های عصبی مصنوعی و شبکه های موجک-عصبی شد. هم چنین بر اساس نتایج با در نظر گرفتن تاخیر زمانی متوالی ۳ تا ۱۲ ماه در داده های ورودی، اختلاف مقادیر پیش بینی شده و واقعی کاهش یافت. کم ترین مقدار RMSE و بیش ترین مقدار در شبکه WNN به ترتیب ۰۳/۰ متر و ۹۹۹/۰ حاصل شد. این مقادیر در شبکه ANN به ترتیب ۳۲/۰ متر و ۸۸۵/۰ بود. بنابراین بر اساس نتایج پژوهش حاضر، با نویززدایی از داده های ورودی اختلاف مقادیر سطح آب زیرزمینی پیش بینی شده و واقعی به طور متوسط به ۱۱ سانتی متر کاهش یافت.

Keywords:

تبدیل موجک , تراز آب زیرزمینی , خوشه بندی سلسله مراتبی-وارد , دشت مراغه-آذربایجان شرقی , شبکه های موجک-عصبی