مقایسه دو روش LS-SVM و درخت تصمیم (M۵) در پیشبینی سطح آب زیرزمینی

منابع آب زیرز مینی از مهمترین و مطمئن ترین منابع آبی در مناطق خشک و نیمه خشک است وازطرفی در سالهای اخیرباتوجه به رشد جمعیت وتوسعه تکنولوژی نسبت به گذشته،ازسیستمهای جدید برداشت و غیراصولی برای تخلیه آبهای زیرزمینی استفاده میشود که این روشهای ناصحیح وبرداشت غیرمجازوبیشاز میزان تغذیه سفرههای آبزیرزمینی باعث افت سطح آبهای زیرزمینی شده است.بنابراین برداشت آب از منابع زیرزمینی دارای توجه و اهمیت ویژه ای است و مدیریت و بهره برداری بهینه از منابع آبی باید همراه با شناخت دقیق از آنها باشد که بدون شناخت منابع آب زیرزمینی امکانپذیر نیست. در شرایط کنونی برایپیشبینی ترازآب زیرزمینی وبهره برداری بهینه ازاین منابع،استفاده از مدلهای هوشمندبه دلیل دقت بالاو کاربردآسان،به سرعت روبه افزایش است.دراین مطالعه برای پیشبینی سطح آب زیرزمینی دو مدل هوشمند درسناریوهای مختلف موردمقایسه قرارگرفت که نتایج نشان میدهدحساسیت مدلM۵به تغییرپارامترهایورودی بسیارکمترازمدلLS-SVMمیباشدودرتمام ترکیبهانتایح مدلM۵قابل قبول ترومقدارخطای کمتری دارد.

Keywords:

آب زیرزمینی , مدیریت برداشت , منابع آب , هوش مصنوعی