فهرست نشریات علمی دسترسی آزاد ایران

منابع آب زیرزمینی از مهمترین منابع تأمین آب هستند، لذا مدل‌سازی آنها حائز اهمیت می‌باشد. در این میان مطالعه و بررسی نوسانات سـطح آب زیرزمینی از نظر مطالعات مدیریتی، ایجاد سازه‌های مهندسی، مصارف کشاورزی و حصول آب‌های زیرزمینی با کیفیـت بـالا از اهمیـت بـالایی برخـوردار است. در این تحقیق از مدل ماشین بردار پشتیبان (SVM) و شبکه عصبی مصنوعی (ANN) برای شبیه‌سازی ماهانه سطح آب زیرزمینی دشت نهاوند در استان همدان در یک دوره 20 ساله (1396-1376) در محیط Matlab استفاده شد. در این دوره 20 ساله، 14 سال برای آموزش و 3 سال برای واسنجی و همچنین 3 سال برای صحت سنجی مدل تقسیم شد. که مقایسه آماری نتایج به کمک شاخص‌های ضریب همبستگی (r) و خطای استاندارد (SE) صورت گرفت. برای شبیه‌سازی سطح آب زیرزمینی از چهار حلقه چاه مشاهده‌ای به همراه متغیرهای سطح آب زیرزمینی، بارش، تبخیر و دما، استفاده شد. بیشترین دقت از بین این دو مدل در مدل SVM است که دارای 11/0SE = در حالت آموزش و 03/0 در حالت آزمون است. همچنین میزان ضریب همبستگی در حالت آزمون % 98 است. با توجه به دقت مناسب روش SVM در شبیه‌سازی سطح آب زیرزمینی نتایج حاکی از تابع کرنل RBF ،با واریانس 6523 و گاما 23/527 برای حالت بهینه است. نتایج این مطالعه نشان داد که استفاده از رویکرد SVM جهت شبیه‌سازی سطح آب زیرزمینی و ارزیابی پارامترهای ورودی جهت شبیه‌سازی می-تواند علاوه بر کاهش تعداد پارامترهای ورودی دقت مناسبی را جهت شبیه‌سازی نشان دهد