بررسی ساختار فرآیند پیش رو در مدل سازی بارش-تراز آب زیرزمینی با استفاده از شبکه عصبی مصنوعی (ANN) در شهرستان بهشهر

ایران یکی از بزرگترین مصرف کنندگان آب های زیرزمینی در جهان است که برای مصارف شرب و آبیاری به شدت به آب های زیرزمینی وابسته هستند. این موضوع به ویژه در مناطق خشک و نیمه خشک ایران که بارش کمی دارند، بسیار حائز اهمیت است. با توجه به ارزش بسیار زیاد ﺁبهای زیرزمینی در ایران، پیش بینی تغییرات آن به منظور بهرهبرداری بهینه ضروری است. در پژوهش حاضر با استفاده از آمار ۲۵ ساله بارش ایستگاه هواشناسی محوطه اداره بهشهر اقدام به مدل سازی و پیش-بینی مقادیر تراز آب زیرزمینی چاه مشاهده ای ناحیه آب بهشهر برای ۱۲ ماه آینده با استفاده از مدل شبکه عصبی مصنوعی (ANN) شد. پس از آماده سازی داده ها از ۲ استراتژی فرآیند پیش رو و سری کامل داده ها استفاده و پیش بینی مقادیر تراز آب زیرزمینی ماهانه انجام شد. در این پژوهش اطلاعات سال آخر به عنوان اعتبارسنجی و مابقی داده ها برای آموزش شبکه مورد استفاده قرار گرفت. نتایج این تحقیق نشان داد که استفاده از مدل شبکه عصبی مصنوعی در برازش و پیش بینی مقادیر تراز آب زیرزمینی ماهانه با استفاده از داده-های بارش برای هر ۲ استراتژی مورد استفاده عملکرد مناسبی داشته و به خوبی قابلیت تشخیص روند را داشته است. در هر دو استراتژی بیش برآوردی و کم برآوردی پیوسته که باعث افزایش خطا و کاهش عملکرد مدل ها می شود، مشاهده نشد. با این وجود، در هنگام مدل سازی (ANN) و در زمان استفاده از ساختار فرآیند پیش رو نسبت به حالتی که از سری کامل داده ها استفاده شده است، عملکرد مدل بهبود یافته و مقدار خطا ۱/۶۷ درصد کاهش یافته است.

کلیدواژه ها:

پیش بینی ، بارش ، آب زیرزمینی ، شبکه عصبی مصنوعی ، فرآیند پیش رو.