پیش بینی تراز آب زیرزمینی حوضه آبریز شریف آباد قم با استفاده از مدل های موجک عصبی و برنامه ریزی ژنتیک

در این تحقیق پیش­بینی تراز آب زیرزمینی حوضه آبریز شریف­آباد استان قم با بهره­گیری از برخی مدل­های هوشمند می­باشد. به این منظور از داده­های ماهیانه تراز آب زیرزمینی در سه حلقه چاه مشاهده­ای واقع در حوضه آبریز شریف­آباد در مدل سازی­ها استفاده شده است. جهت مقایسه نتایج حاصل از مدل­های هیبرید آنالیز موجک-شبکه عصبی (WNN)، برنامه­ریزی ژنتیک (GP)، رگرسیون خطی چند متغیره (MLR) و شبکه عصبی مصنوعی (ANN) از دو معیار ریشه خطای مربع متوسط (RMSE) و ضریب کارایی نش- ساتکلیف (E) استفاده شده ­است. نتایج تحقیق نشان داده است که مدل ترکیبی موجک-عصبی پیش­بینی دقیقتری برای تراز آب زیرزمینی ماهانه نسبت به مدل های ANN، GP و MLR ارائه داده، به طوریکه ضریب نش در مدل ترکیبی برای پیزومترهای ۱، ۲ و ۳ به ترتیب ۹۸/۰، ۹۸/۰ و ۹۵/۰ حاصل شده است.

کلیدواژه ها:

Sharif Abad Plain ، Groundwater Level ، Neural Network ، Wavelet Analysis ، Genetic Programming ، دشت شریف­آباد ، تراز آب زیرزمینی ، شبکه عصبی ، آنالیز موجک ، برنامه­ریزی ژنتیک