کاربرد شبکه عصبی در پیش بینی تغییرات هیدرولیکی منابع ابهای زیر زمین

رشد سریع جمعیت و متناسب با آن نیاز فزاینده به منابع آب موجب بهره برداری بی رویه از منابع آب زیرزمینی و در نتیجه به هم خوردن تعادل طبیعی آن شده و تراز آب زیرزمینی در آبخوان های بسیاری از نقاط دنیا منفی شده است. تغییرات سطح آب زیرزمینی از فاکتورهای مهم و تاثیرگذار در مطالعه و مدیریت آب زیرزمینی جهت کاربرد در کشاورزی، شرب و صنعت می باشد. اگرچه مدل های ریاضی ابزار اساسی در تحلیل فرآیندهای هیدرولیکی برای پیش بینی سطح آب زیرزمینی می باشد، در چند دهه اخیر سیستم های هوش مصنوعی مانند شبکه عصبی مصنوعی کاربرد زیادی در علوم مختلف از جمله مدیریت منابع آب از خود نشان داده اند. این تحقیق یک مطالعه تحلیلی است که در آن با استفاده از اطلاعات گذشته، روند تغییرات سطح آب زیرزمینی دشت مهاباد مورد بررسی قرار می گیرد و ضمن به مدل درآوردن این تغییرات، سطح آب زیرزمینی در آینده نیز پیش بینی خواهد شد. پس از تهیه و آماده سازی کلیه داده های مورد نیاز، مدل شبیه ساز آب های زیرزمینی (مدل GMS: Modflow) برای تعداد 22 حلقه چاه مشاهداتی مورد واسنجی و صحت سنجی قرار گرفت و در گام های زمانی یک ماهه مقدار تغییرات تراز سطح ایستابی آب های زیرزمینی بدست آمد. از نتایج حاصل از اجرای مدل شبیه ساز آب های زیرزمینی برای آموزش شبکه عصبی مصنوعی (ANN) استفاده شد. این مدل نشان می دهد که در یک دوره چهار ساله تراز ایستابی به میزان 0/86 متر افت داشته که برابر متوسط سالانه 0/21 متر می باشد که پیش بینی می شود که این روند طی سال های آتی ادامه یابد. ساخت سدهای زیرزمینی برای مقابله با کم آبی احتمالی در آینده پیشنهاد می گردد. همچنین لزوم بهره برداری بهینه تلفیقی از منابع آب های سطحی و زیرزمینی به شدت احساس می شود.

کلیدواژه ها:

آب های زیرزمینی ، پیش بینی تغییرات هیدرولیکی ، شبکه عصبی مصنوعی ، نرم افزار MODFLOW ، GMS