تاثیر الگوهای پیوند از دور بر پیش بینی نوسانات آب زیرزمینی (مطالعه موردی: دشت گرمسار)

سیگنال های آب و هوایی با منشا خارجی به نام پیوند از دور نیز می توانند موجب تغییرات شرایط آب و هوایی شوند و از این طریق بر روی منابع آب زیرزمینی تاثیر گذارند. هدف از انجام پژوهش حاضر پیش بینی تاثیر الگوهای پیوند از دور بر نوسانات سطح آب زیرزمینی دشت گرمسار می باشد. برای انجام این تحقیق از آمار چاه های مشاهداتی، پارامترهای آب و هواشناسی منطقه و همچنین ۱۶ شاخص پیوند از دور طی یک دوره ی آماری ۱۳۷۲ تا ۱۳۹۵ استفاده گردید. برای آنالیز حساسیت و تعیین ترکیب بهینه ورودی ها برای مدل سازی از آزمون گاما استفاده گردید. مدلسازی با رگرسیون چندگانه و همچنین شبکه عصبی مصنوعی پرسپترون چندلایه (MLP) با دو الگوریتم لونبرگ-مارکوارت و تنظیم بیزین انجام گرفت. نتایج آنالیز حساسیت ورودی های مدل با آزمون گاما نشان داد، که از بین پارامترهای آب و هوای منطقه، پارامتر دمای حداکثر ایستگاه فیروزکوه و شاخص های پیوند از دور SOI، EA، NP و WP بیشترین تاثیر را در بین ورودهای منتخب داشته اند. همچنین بهترین مدل، روش شبکه عصبی با الگوریتم یادگیری تنظیم بیزین می باشد، که در مرحله تست مدل در چاه سردره، مقدار خطایی برابر ۳۶/۰ و ضریب تبیین ۹۳/۰ و در چاه شماره ۲۶ این مقدار به ترتیب برابر ۰۳۸/۰ و ۸۵/۰ می باشد. همچنین نتایج بدست آمده نشان داد، که استفاده از شاخص های دور پیوندی برای پیش بینی نوسانات سطح آب زیرزمینی در چاه سردره، میزان خطا را ۶/۵ درصد و در چاه شماره ۲۶، تا ۲۴ درصد کاهش می دهد.

کلیدواژه ها:

شاخص های پیوند از دور ، آب های زیرزمینی ، شبکه عصبی مصنوعی ، آزمون گاما ، آنالیز حساسیت