پیش بینی سطح آب زیرزمینی با استفاده از مدل منطق فازی مرکب نظارت شده (مطالعه ی موردی: دشت مشگین شهر)

ارتقاء اطلاعات کمی به بهبود پیش بینی پارامتر های برف کمک می کند. تاکنون تعاملات بین اندازه­ی پیکسل به صورت محدود بررسی شده است. هدف از این تحقیق، بررسی اثر قدرت تفکیک مکانی بر روی پیش بینی عمق برف از طریق آزمون تجربی روابط بین مدل های رقومی ارتفاع و پارامترهای موثر در مدل سازی عمق معادل برف با قدرت تفکیک مختلف و با استفاده از مدل رگرسیون چندمتغیره می باشد. به همین منظور ابتدا با استفاده از روش ­هایپرکیوب محل ۱۰۰ نقطه مشخص و طی یک عملیات صحرایی داده های عمق برف در نقاط مورد نظر و همچنین در ۱۹۵ نقطه دیگر به صورت سیستماتیک و با نمونه بردار مدل فدرال برداشت گردید.. سپس یک مدل رقومی ارتفاع ۱۰ متری به عنوان مبنا انتخاب گردید و از مدل رقومی ارتفاع مبنا تعداد ۲۵ پارامتر مرفومتری استخراج و به عنوان ورودی شبکه­ی عصبی انتخاب و با استفاده از آنالیز حساسیت مهم ترین پارامترهای تاثیرگذار در مدل سازی عمق برف مشخص شد. در مرحله­ی بعد با استفاده از مدل رقومی ارتفاع مبنا ۹ مدل رقومی ارتفاعی با اندازه­ی پیکسل متفاوت استخراج گردید. سپس در ادامه پارامترهای موثر در عمق برف با استفاده از ۱۰ مدل رقومی ارتفاع استخراج و بین آن ها و عمق برف نمونه برداری شده یک رابطه­ی رگرسیونی ایجاد و عمق برف محاسبه گردید. جهت ارزیابی دقت مدل ها از پارامترهای RMSE، NMSE، MSE و MAE استفاده و در نهایت مدل رقومی ارتفاع ۱۵۰ متر با مقادیر به ترتیب ۷۵/۲۴، ۳۵۰/۰، ۹۷۵/۶۱۲ و ۹۷/۱۸ بهترین مدل رقومی ارتفاع جهت مدل سازی عمق برف انتخاب گردید. این مساله می تواند در کاهش هزینه ها و افزایش دقت برآورد عمق برف کمک بسیاری نماید.

کلیدواژه ها:

: عمق برف ، اثر مقیاس ، ژئومرفومتری ، رگرسیون خطی چندمتغیره ، قدرت تفکیک مکانی