فهرست نشریات علمی دسترسی آزاد ایران

ارزیابی و پیشبینی تغییرات تراز سطح آب زیرزمینی با استفاده از مدلهای خاص، اطلاعات ارزشمندی جهت مدیریتمنابع آب و برنامهریزی مصرف، در اختیار میگذارد. از بین ابزار و روشهای متفاوت موجود، مدلهای رگرسیون غیرخطیچند متغیره برای پیشبینی پدیدههای هیدرولوژیکی از اهمیت زیادی برخوردارند. در این پژوهش از دادههای ماهانه مصارف،بارش و ارتفاع سطح ایستابی برای سالهای 1380 الی 1390 دشت عجبشیر استفاده گردید. با تجزیهوتحلیل همبستگی0/ 0/39 و 86 (R متقاطع مشخصشد که بارندگیها با تأخیر یکماهه و مصارف با تأخیر دوماهه بهترتیب با ضرایب تعیین ( 2بیشترین تأثیر را بر ارتفاع سطح ایستابی داشتند. سپس رابطه عمومی بین این سه متغیر از طریق یک معادله رگرسیونی0/35 متر بهدست آمد. برای پیشبینی (RMSE) 0 و ریشه متوسط مربعات خطا / غیرخطی چندمتغیره با ضریب تعیین 87مقادیر ارتفاع سطح ایستابی در سالهای آتی، نخست مصارف و بارش بهترتیب با استفاده از روشهای شبکه عصبیمصنوعی و توماس – فیرینگ پیشبینی شدند، سپس با قرار دادن در معادله رگرسیونی بهدستآمده، مقادیر ارتفاع سطحایستابی پیشبینی گردید. از طرف دیگر، از شبکه عصبی مصنوعی برای پیشبینی ارتفاع سطح ایستابی استفاده شد که با این0 متر بهدست آمد. مقایسه نتایج دو روش نشان داد که / 0 و ریشه متوسط مربعات خطا 39 / روش مقدار ضریب تعیین 82مدل رگرسیونی غیرخطی چند متغیره از دقت بیشتری در پیشبینی ارتفاع سطح ایستابی دشت موردمطالعه برخوردار است.