مریم عبداله زاده - دانشجوی دکتری منابع آب، دانشگاه تبریز
احمد فاخری فرد - استاد گروه مهندسی آب دانشگاه تبریز

در این پژوهش از دادههای ماهانه مصارف، بارش و ارتفاع سطح ایستابی برای سالهای 1380 الی1390 دشت عجبشیر استفاده گردید. با تجزیه و تحلیل همبستگی متقاطع مشخص شد که بارندگیها با تاخیر یک ماهه و مصارف با تاخیر دو ماهه به ترتیب با ضرایب تعیین (R 0.39 و 0.86 بیشترین تاثیر را بر ارتفاع سطح ایستابی داشتند. سپس رابطه عمومی بین این سه متغیر از طریق یک معادله رگرسیونی غیرخطی چندمتغیره با ضریب تعیین 0.87 و ریشه متوسط مربعات خطا (RMSE(0.35 متر بهدست آمد. از طرف دیگر، از شبکه عصبی مصنوعی برای پیشبینی ارتفاع سطح ایستابی استفاده شد که با این روش مقدار ضریب تعیین 0.82 و ریشه متوسط مربعات خطا 0.39 متر بهدست آمد. مقایسه نتایج دو روش نشان داد که مدل رگرسیونی غیر خطی چند متغیره از دقت بیشتری در پیشبینی ارتفاع سطح ایستابی دشت مورد مطالعه برخوردار است.

ارتفاع سطح ایستابی، رگرسیون غیرخطی چندمتغیره، شبکه عصبی مصنوعی