خوشه بندی شبکه چاهک های مشاهده ای و پیش بینی سطح آب زیرزمینی به کمک شبکه های عصبی مصنوعی (مطالعه موردی: دشت مراغه)

هدف از پژوهش حاضر خوشه بندی چاهک های مشاهده ای آبخوان دشت مراغه (آذربایجان شرقی) و پیش بینی تراز آب زیرزمینی به کمک شبکه های عصبی مصنوعی بود. ابتدا با کمک روش خوشه بندی سلسله مراتبی-WARD ۲۰ چاهک مشاهده ای محدوده دشت مراغه با طول دوره آماری بیش از ۱۵ سال خوشه بندی شد. سپس یک خوشه با ۳ زیرخوشه همگن انتخاب و نماینده هر زیرخوشه تعیین شد. با استفاده از شبکه های عصبی مصنوعی با ساختار پرسپترون چند لایه با الگوریتم پس انتشار خطا، تراز آب زیرزمینی نماینده هر زیرخوشه شبیه سازی گردید. نتایج نشان داد که در نظر گرفتن داده های دمای هوا به عنوان ورودی در شبکه های عصبی مصنوعی موجب اغتشاش شبکه و در نظر گرفتن تاخیر زمانی برای پارامترهای ورودی، باعث تخمین دقیق تر مقادیر سطح آب زیرزمینی شد. بر اساس نتایج، کمترین و بیشترین مقدار RMSE حاصل بین مقادیر محاسباتی و مشاهداتی به ترتیب ۲۶/۰ و ۶۳/۰ متر بود. هم چنین بیشترین و کمترین مقدار R۲ به ترتیب ۸۶/۰ و ۸۲/۰ به دست آمد.

کلیدواژه ها:

پیش بینی ، تراز آب زیرزمینی ، خوشه بندی ، سلسله مراتبی-WARD ، شبکه های عصبی مصنوعی