ارزیابی پدیده فرونشست به وسیله شبکه عصبی مصنوعی پرسپترون چندلایه (منطقه مورد مطالعه: آبخوان دشت دهگلان استان کردستان)

فرونشست به دلیل ایجاد پیامدهایی از قبیل آسیب به زیرساخت ها، خطوط انتقال انرژی، ساختمان ها و تخریب خاک و فرو چاله ها یکی از مخاطرات مدیریتی به شمار می آید. در این پژوهش، جهت ارزیابی و مدل سازی میزان فرونشست از روش شبکه عصبی پرسپترون چندلایه در آبخوان دشت دهگلان استان کردستان از اول فروردین ۱۴۰۱ تا دوم مهر ۱۴۰۲ بهره گیری شد. حداکثر فرونشست محاسبه شده در بازه ۵۵۲ روزه با استفاده از روش تداخل سنجی راداری برابر با mm۱۶۵ و حداکثر بالاآمدگی برابر با mm۴۱ است. توزیع فرونشست در نواحی غربی و مرکزی بیشتر از نواحی شرقی می باشد. در آبخوان دشت دهگلان با استفاده از مدل سازی با شبکه عصبی پرسپترون چند لایه مدل فرونشست به کمک داده های تراز آب زیر زمینی، قابلیت انتقال آبخوان، ضخامت رسوبات و نتایج بدست آمده از تداخل سنجی راداری انجام پذیرفت. تحلیل رگرسیون مدل پیش بینی شده و واقعی نشان دهنده توانایی بالای مدل در پیش بینی فرونشست است. مدل قادر به پیش بینی مقادیر گمشده نرخ فرونشست با دقت خوبی است. باتوجه به پیشرفت فرونشست در آبخوان دشت دهگلان و همچنین غیرقابل جبران بودن آسیب های وارده به دشت دهگلان باید تصمیمات مناسب برای کاهش بهره برداری های بی رویه از منابع آب زیرزمینی و نظارت مدوام بر فرونشست اتخاذ گردد.

کلیدواژه ها:

پرسپترون چندلایه ، تراز آب زیر زمینی ، ضخامت رسوبات ، قابلیت انتقال آبخوان ، فرونشست