علی عاشوری - دانشجوی کارشناسی ارشد سنجش از دور و GIS، دانشکده علوم زمین، دانشگاه شهید چمران، اهواز
کاظم رنگزن - دانشیار گروه سنجش از دور و GIS، دانشکده علوم زمین، دانشگاه شهید چمران، اهواز
مصطفی کابلی زاده - استادیار گروه سنجش از دور و GIS، دانشکده علوم زمین، دانشگاه شهید چمران، اهواز

سفره ی آب زیر زمینی از منابع با ارزش تامین آب در مناطق خشک و نیمه خشک می باشد. با توجه به مشکلات کم آبی شهرستان ایذه این منطقه به شدت به منابع آب زیر زمینی خود وابسته است. بدین منظور در تحقیق حاضر این منطقه به عنوان منطقه مطالعاتی انتخاب گردید. این مطالعه با هدف ارزیابی کاربرد شبکه عصبی مصنوعی در پیش بینی میزان دبی آب زیر زمینی با استفاده از داده های سنجش از دور (RS) و سامانه اطلاعات جغرافیایی (GIS) انجام گرفت. برای رسیدن به این هدف پارامتر های تاثیر گذار در پیش بینی پتانسل آب زیر زمینی از قبیل: ارتفاع، شیب، جهت شیب، زمین شناسی، فاصله از آبراهه، کار بری اراضی، نوع خاک، شاخص پوشش گیاهی (NDVI) و شاخص رطوبت توپوگرافی (TWI) تهیه گردیده و همچنین میزان دبی چاه های مشاهده ای بر حسب لیتر بر ثانیه به عنوان داده خروجی به شبکه عصبی معرفی شد. ساختار شبکه عصبی نیز به روش آزمون و خطا تعیین گردیده و به منظور ارزیابی دقت مدل سازی و تعیین بهترین نوع شبکه، از معیار ریشه میانگین مربعات خطا (RMSE) و میانگین قدر مطلق خطا( MAE) استفاده گردید. که مقادیر به دست آمده به ترتیب 2 / 64و 1 / 35 میباشد. نتایج این مطالعه نشان داد که شبکه عصبی پرسپترون، با سه لایه مخفی و توابع انتقال: تانژانت سیگمویید (tansig)، لگاریتم سیگمویید (logsig)، و خطی بهترین نتیجه را به دست می آورد. در پایان نیز نمودار مقایسه دبی مشاهداتی و دبی پیش بینی شده با شبکه عصبی مصنوعی ترسیم گردید.

پتانسیل آب زیرزمینی، سامانه اطلاعات جغرافیایی، شبکه عصبی پرسپترون، دشت ایذه