شبیه‌سازی تراز سطح آب زیرزمینی با استفاده از مدل حداقل مربعات ماشین بردار پشتیبان و مقایسه آن با شبکه عصبی مصنوعی و رگرسیون خطی چند متغیره

نویسندگان

1 گروه مهندسی آبیاری و زهکشی، دانشگاه تبریز، تبریز

2 گروه پایش منابع آب، پژوهشکده محیط زیست جهاد دانشگاهی، گیلان، رشت

3 دانشگاه تهران

4 گروه آبیاری و زهکشی، پردیس ابوریحان دانشگاه تهران

doi
10.22034/hydro.2020.10455
چکیده

       امروزه برای اجرای سناریوهای مدیریتی، انتخاب راهکارهای عملی مناسب در جهت مدیریت منابع آب زیرزمینی و همچنین تعیین نرخ مناسب برداشت از آب زیرزمینی نیازمند ساخت مدل ساده‌شده‌ای از آبخوان و شبیه‌سازی آن می‌باشد. نخستین اقدام در جهت مدیریت آب زیرزمینی، شبیه‌سازی تراز سطح آب زیرزمینی و سپس پیش‌بینی آن با توجه به عوامل مؤثر بر تراز سطح آب زیرزمینی است. ازاین‌رو در تحقیق حاضر، سعی شده است از سه مدل مختلف داده مبنا جهت شبیه‌سازی تراز سطح آب زیرزمینی استفاده گردد، تا کارایی مدل حداقل مربعات بردار پشتیبان نسبت به مدل رگرسیونی خطی چند متغیره و شبکه عصبی مقایسه گردد. رویکرد حاضر در آبخوان امام‌زاده جعفر در استان کهگیلویه و بویراحمد انجام شد. بدین منظور الگوهای مختلفی با ترکیب داده‌های ورودی تراز سطح آب زیرزمینی در ماه قبل، بارش، دما، برداشت از آبخوان و تبخیر در ماه حاضر برای برآورد مقدار تراز سطح آب زیرزمینی در انتهای ماه بررسی تدوین گردید. طول دوره موردنظر 20 ساله شامل240 داده و در گام ماهانه از سال 1376 تا 1395 در نظر گرفته شد. از حدود 75 درصد داده‌ها برای آموزش مدل و 25 درصد جهت آزمون مدل‌ها و انتخاب الگوی برتر از بین الگوهای مختلف استفاده گردید. نتایج نشان داد که هر سه مدل بکار رفته با دقت قابل قبولی قادر به شبیه‌سازی تراز سطح آب زیرزمینی هستند. از بین مدل‌ها، مدل حداقل مربعات ماشین بردار پشتیبان با معیارهای ارزیابی RMSE، MAPE و ضریب تبیین برای بخش صحت سنجی به ترتیب برابر 61/0 متر، 069/0 و 99/0 برای الگوی با ترکیب پارامترهای تراز سطح آب زیرزمینی در انتهای ماه قبل، برداشت از آبخوان و بارندگی ماه موجود به‌عنوان مدل برتر انتخاب گردید درنهایت از مدل‌های مذکور می‌توان به‌عنوان جایگزین مدل‌های عددی در جهت مدیریت و پیش‌بینی تراز سطح آب زیرزمینی استفاده کرد.