کاربرد شبکه عصبی مصنوعی در پیش بینی سطح آب زیرزمینی آبخوان زیوه

[توضیح سیویلیکا: فایل مقاله دارای مشکل بود و مشکل قلم ها در نمایش داشت و از پایگاه حذف شد] یکی از رویکردهای اساسی در برنامه ریزی و مدیریت منابع آب دریافت یک مدل مناسب برای پیش بینی رفتار منابع آب تحت تاثیر متغیرهای مختلف این پدیده است . در این مطالعه برای پیش بینی سطح تراز آب زیرزمینی آبخوان زیوه از روش شبکه عصبی مصنوعی برگشتی ((RNN و پیشرو((FNN استفاده گردید. پارامترهای ورودی شامل بارندگی ، دما و تراز سطح ایستابی مربوط به ۷ پیزومتر در دوره زمانی ماه قبل و خروجی مدل نیز تراز سطح ایستابی در دوره موردنظر طی دوره آماری ۱۴ ساله (۱۳۹۷-۱۳۸۴) بودند. معیارهای RMSE و R۲ برای ارزیابی و مقایسه عملکرد مدلها مورد استفاده قرار گرفت . نتایج حاصله نشان از دقت قابل قبول هر دو مدل در تخمین تراز سطح ایستابی می باشد.همچنین نتایج RMSE در مجموع دو مرحله آموزش و آزمایش برای مدل های FNN و RNN حاکی از برتری FNN نسبت به RNN می باشد.به ترتیب برابر با ۳۸/۰ و ۴۱/۰ می باشد.

کلیدواژه ها:

آب زیرزمینی ، شبکه عصبی مصنوعی ، مدیریت ، آبخوان ، سطح آب.