پیش بینی نوسانات ضخامت معادل آب زیرزمینی با استفاده از اطلاعات ماهواره؜ای و ترکیب الگوریتم‌ بهینه‌سازی و هوش مصنوعی

نویسندگان

1 گروه مهندسی عمران، واحد اراک، دانشگاه آزاد اسلامی ، اراک ، ایران

2 گروه مهندسی عمران، واحد اراک، دانشگاه آزاد اسلامی ، اراک ، ایران

3 گروه مهندسی شیمی، واحد اراک، دانشگاه آزاد اسلامی ، اراک ، ایران

4 گروه مهندسی عمران، واحد اراک، دانشگاه آزاد اسلامی ، اراک ، ایران

5 گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه،ایران

doi
10.22059/ijswr.2024.367628.669601
چکیده

طی سالیان اخیر استفاده از اطلاعات ماهواره؜ای مختلف توانسته است به‌عنوان یک راهکار قابل اطمینان مورد توجه قرار گیرد. هدف از این تحقیق پیش‌بینی نوسانات ضخامت معادل آب زیرزمینی با استفاده از اطلاعات ماهواره GRACE و مدل‌سازی آن با استفاده از ترکیب الگوریتم بهینه؜سازی و هوش مصنوعی است. منطقه مطالعاتی این تحقیق، حوضه آبریز دریاچه ارومیه واقع در شمال‌غربی ایران می‌باشد. بدین منظور از 180 داده ماهواره‌های GRACE طی سال‌های آوریل 2002 تا مارس  2017 استفاده شد. خروجی ماهواره‌ها شامل 6 پیکسل قرار گرفته بر روی حوضه انتخابی می‌باشد که 2 نقطه از آن که بیشترین همپوشانی را با محدوده حوضه داشتند برای مدلسازی با ابزار هوش مصنوعی انتخاب شدند. برای این کار از مدل؜های ترکیبی GA-ANN، ICA-ANN و PSO-ANN استفاده شد. نتایج نشان داد خروجی مدل ICA-ANN دارای بهترین برازش با داده‌های مشاهداتی با ضریب همبستگی برابر با 915/0 و 942/0 در دو پیکسل انتخابی 2 و 5 در مرحله آزمون بود. لذا برای پیش؜بینی نوسانات ضخامت معادل آب زیرزمینی در منطقه مطالعاتی بجای استفاده از مدل‌های پیچیده با حجم داده؜های بسیار زیاد می؜توان با اطمینان از مدل ICA-ANN استفاده کرد. این رویکرد کمک زیادی به محققین بخش آب زیرزمینی می؜کند تا بدون استفاده از مدل‌های عددی با ساختار پیچیده و وقت؜گیر با استفاده از اطلاعات ماهواره؜ای و ابزار هوش مصنوعی با دقت بالا تغییرات ضخامت معادل آب زیرزمینی در هر ماه را بر اساس داده‌های ضخامت معادل آب زیرزمینی در ماهواره GRACE مربوط به ماه‌های قبل پیش؜بینی نمایند.