فاطمه کریمی - دانشجوی کارشناسی ارشد مهندسی منابع آب، دانشکده کشاورزی، دانشگاه ملایر-
مریم بیات ورکشی - استادیار مهندسی منابع آب، دانشکده کشاورزی، دانشگاه ملایر-

لزوم توجه به آب های زیرزمینی و مدیریت بهینه آن برای کشوری با موقعیت ایران امری لازم است. مدیریت بهینه آب های زیرزمینی مستلزم داشتن اطلاعات دقیقی از تغییرات سطح آب زیرزمین است. هدف از پژوهش حاضر پیش بینی سطح آب زیرزمینی دشت تبریز با کمک مدل شبکه های عصبی، سیستم استنتاج فازی-عصبی و عصبی-موجک با استفاده از ورودی سری زمانی داده های سطح آب زیرزمینی است. نتایج نشان داد که عملکرد مدل عصبی- موجک در شبیه سازی سطح آب زیرزمینی بهتر از سایر روش ها بود. به طوری که مقدار مجذور میانگین مربعات خطای نرمال (NRMSE) و ضریب همبستگی در مدل عصبی-موجک به ترتیب 001/0 و 99/0 بدست آمد. پس از روش عصبی- موجک، مدل های عصبی و عصبی- فازی به ترتیب در اولیت های بعدی قرار داشتند

دشت تبریز، سطح آب زیرزمینی، موجک، عصبی-فازی