پیش بینی افت سطح آب زیرزمینی آبخوان نهاوند با ترکیب پیش پردازش تجزیه مد تجربی یکپارچه کامل با مدلهای LSTM وGMDH

کاهش بارندگی و بهره برداری بی رویه از منابع آب زیرزمینی موجب افت قابل توجه تراز سطح آب زیرزمینی در بسیاری از مناطق جهان شده است. یکی از آبخوان هایی که با افت سطح آب زیرزمینی مواجه هست، آبخوان نهاوند در استان همدان و غرب ایران می باشد. برای مدلسازی تراز سطح آب زیرزمینی، مدل های حافظه کوتاه مدت طولانی LSTM)) و روش گروهی مدیریت داده (GMDH) به کار گرفته شد. به منظور افزایش دقت مدل ها از ابزار پیش پردازش تجزیه مد تجربی یکپارچه کامل (CEEMD) استفاده شد و در نهایت چهار مدل LSTM، GMDH، CEEMD-LSTM و CEEMD-GMDH حاصل شدند. نتایج نشان داد که مدل GMDHعملکرد بهتری نسبت به مدل LSTMداشته است. همچنین ترکیب این دو مدل با ابزارهای پیش پردازش CEEMD موجب افزایش عملکرد آنها شده است. به طوری که ضریب تعیین مدل LSTM از ۸۶۷/۰ به۹۵۰/۰ در مدل CEEMD-LSTM ارتقاء یافته است. ضریب تعیین در مدل GMDH با ۸۸۵/۰ به ۹۴۵/۰ در مدل CEEMD-GMDH رسیده است. همچنین بررسی جذر میانگین مربعات خطا (RMSE) و معیاراطلاعاتی آکائیک (AIC) هم نشان می دهد که استفاده از ابزار پیش پردازش CEEMD موجب کاهش خطای مدل ها شده است. با توجه به این نتایج مدل ترکیبی CEEMD-LSTM بهترین مدل شناخته شده و از آن برای پیش بینی تراز سطح آب زیرزمینی برای شش ماه آتی (شش ماه اول سال آبی ۱۴۰۴-۱۴۰۳) استفاده شد. به طور کلی می توان گفت که عملکرد مدل ترکیبی CEEMD-LSTMبرای مدل سازی تراز سطح آب زیرزمینی آبخوان نهاوند بسیار مناسب بوده و قابلیت این را دارد که برای بررسی سطح آب زیرزمینی آبخوان های دیگر نیز استفاده شود.

کلیدواژه ها:

سطح آب زیرزمینی ، آبخوان نهاوند ، CEEMD ، مدل های هوش مصنوعی.