برآورد داده های گمشده آب زیرزمینی با استفاده ازشبکه عصبی مصنوعی

برخی از اطلاعات آب زیرزمینی مانند ضریب انتقال و هدایت هیدرولیکی مقدار ثابتی بوده و با یکبار اندازه گیری مشخص می شود در مقابل آمار سطح ایستابی دارای نوسانات فصلی و یا سالیانه می باشند. اما اندازه گیری ماهیانه این اطلاعات با توجه به پراکندگی پیزومترها در دشت، عدم وجود راههای ارتباطی مناسب در برخی نقاط و اندازه گیری دستی، کار مشکل و پرهزینه ای می باشد. این مشکلات زمانی بارزتر می شود که برخی از این داده ها به دلایلی برداشت نشوند. برآورد این گونه داده ها با استفاده از روش های رایج امکان پذیر نمی باشد. معمولا کارشناس آب زیرزمینی با توجه به خطوط هم پتانسیل در ماه مورد نظر و با روش میانیابی مقدار گمشده را تخمین می زنند. بنابراین ارائه روشی سریع تر و دقیق تر برای تخمین این مقادیر لازم و ضروری می باشد. در این تحقیق با استفاده از شبکه عصبی مصنوعی، پرسپترون چند لایهMLP) آب زیرزمینی ماهیدشت واقع در استان کرمانشاه مدل گردید سپس چند پیزومتر به صورت اتفاقی انتخاب گردید. چند ماه از آمار آنها به عنوان آمار گمشده در نظر گرفته شد و با استفاده از مدل و خطوط هم پتانسیل این مقادیر تخمین زده شدند و با مقادیر واقعی مقایسه گردند

کلیدواژه ها:

شبکه عصبی مصنوعی ، میانیابی خطی ، سطح ایستابی ، دشت ماهیدشت