کاربرد شبکه عصبی مصنوعی در پیش بینی سطح آب زیرزمینی (مطالعه موردی: دشت قزوین)

آبهای زیرزمینی به عنوان یک منبع مهم تأمین آب در مناطق خشک و نیمه خشک دارای اهمیت بسیاری است. بطوری که پیش بینی نوسانات سطح آب زیرزمینی برای برنامه ریزی بهره برداری تلفیقی در چنین مناطقی یک ضرورت اساسی به نظر می رسد. در این مطالعه دشت قزوین که یکی از مستعدترین دشت های ایران به لحاظ کشاورزی بوده انتخاب گردیده است، این دشت دارای 170 حلقه چاه مشاهده ای می باشد که در این تحقیق، از آمار 5 ساله 60 حلقه از این چاه ها در محدوده طرح استفاده شده است. در این تحقیق ابتدا ویرانش و تولید داده های مورد نیاز در مقیاس ماهانه، برای 36 پیزومتر انتخابی در سطح دشت و در شبکه تیسن معرف آنها با استفاده از اطلاعات خام اولیه صورت گرفت. سپس عملکرد شبکه های عصبی مصنوعی (ANN) مختلفی مانند شبکه عصبی پوسپترون چند لایه، پیشخور عمومی و بازگشتی برای پیش بینی سطح آب زیرزمینی به منظور یافتن ساختار مناسب ANN که بتواند روند تغییرات ماهانه سطح آب زیرزمینی را شبیه سازی کرده و پیش بینی قابل قبولی نیز در طی ماه های آینده را فراهم نماید، بررسی شده است. نتایج آزمایش های مختلف نشان داد که شبکه عصبی پیشخور عمومی آموزش داده شده با الگوریتم ممنتوم بهترین نتیجه را برای پیش بینی سطح آب زیرزمینی در طی 5 ماه آینده را نشان می دهد. معیارهای انتخاب بهترین شبکه عبارتند از: R(2)=0.959 و RMSE=0.052 (میانگین کمترین مربعات خطا).

Keywords:

شبکه عصبی مصنوعی , سطح آب زیر زمینی , دشت قزوین