فهرست نشریات علمی دسترسی آزاد ایران

در دهه‏های گذشته به دلیل برداشت بی‏رویه از منابع آب زیرزمینی، کاهش بارندگی‏ها و افزایش دمای هوا، سطح آب‏های زیرزمینی به‌شدت کاهش پیدا کرده است. بر اساس پژوهش‏های قبلی، کشور ایران از ۱۳۰ میلیارد مترمکعب منابع آب زیرزمینی برخوردار بوده؛ اما منابع آب تجدیدشونده در ۲۰ سال گذشته به ۱۱۰ میلیارد مترمکعب و در شش سال گذشته به کمتر از ۱۰۰ میلیارد مترمکعب کاهش یافته است. بنابراین مسئلۀ تغییرات سطح آب زیرزمینی و پیش‏بینی این تغییرات از اهمیت ویژه‏ای برخوردار است. در این پژوهش سعی بر آن شد تا مدلی توسعه داده شود که با استفاده از الگوریتم جذب داده به پیش‏بینی این تغییرات بپردازد. علاوه بر این، یک مدل یادگیری عمیق نیز به‏ عنوان مدل رقیب توسعه داده شد تا نتایج حاصل از مدل پیشنهادی با آن مورد مقایسه قرار گیرند. استان خراسان جنوبی به‏ عنوان مطالعۀ موردی برای مدل‏سازی انتخاب شد. مقایسۀ بین مدل پیشنهادی و رقیب نشان داد ‌مدل پیشنهادی توانایی بسیار زیادی در پیش‏بینی داشته و دقت آن حدود دقت مدل رقیب است. براساس این ارزیابی، برای مدل پیشنهادی و مدل رقیب، ضریب تبیین ( ) به‌ترتیب برابر 91/0 و 95/0 و ریشۀ میانگین مربعات خطا (RMSE) به‌ترتیب برابر 18/0 و 20/0 به دست آمدند. همچنین ارائۀ‏ صریح روابط و پارامترهای مدل در کنار ارائۀ‏ عدم قطعیت‏ها و یک بازۀ‏ اطمینان‏پذیری، از سایر مزایای مدل پیشنهادی است که می‏تواند آیندۀ گسترده‏ای را برای الگوریتم‏های جذب داده فراهم آورد. البته مدل‏های یادگیری ماشین و یادگیری عمیق که امروزه کاربرد گسترده‎‏‏ای دارند، چنین مزایایی را ارائه نمی‏کنند.