طراحی شبکه پایش سطح آب زیرزمینی با استفاده از مدل حداقل مربعات ماشین بردار پشتیبان (LS-SVM)

این مطالعه روشی برای طراحی شبکههای پایش کمی آب زیرزمینی به منظور کاهش نقاط پایش مکانی اضافی ارائه میکند؛ چاههای اضافی، که اگر نمونهگیری نشوند، خطای تخمین سطح آب زیرزمینی آن ها قابل چشم پوشی است. این روش مبتنی بر روش ماشین بردار پشتیبان بر پایه تئوری یادگیری آماری است. در این مطالعه، با استفاده از اطلاعات کمی ۶۳ چاه مشاهداتی و پارامترهای هواشناسی (بارندگی و تبخیر) دشت رامهرمز، در دوره ۷ ساله، عملکرد مدل حداقل مربعات ماشین بردار پشتیبان (LS-SVM) در طراحی شبکه برداشت چاههای مشاهداتی آب زیرزمینی بررسی شد. ترکیبهای مختلف پارامترهای اثرگذار بر تراز سطح آب زیرزمینی با استفاده از مدل LS-SVM ارزیابی شد. ترکیب برتر مدل LS-SVM دربرگیرنده شاخصهای عملکرد (۳۴۰۵/۰MAE=و ۹۹۹۲/۰= ۲R) است. سپس، با استفاده از تابع تقریب بهینه، ۴۲ عدد چاه مشاهداتی به منظور پایش مکانی مناسب در منطقه دشت رامهرمز مشخص شد.

Keywords:

تابع تقریب , دشت رامهرمز , مدلسازی آب زیرزمینی , نقاط پایش