کاربرد الگوریتم K-Star در پیشبینی تراز آب زیرزمینی (مطالعه موردی: دشت آسپاس)
نویسندگان
1 استادیار دانشگاه شهید چمران اهواز
2 دانشگاه شهید چمران اهواز
3 گروه هیدرلوژی و منابع آب، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز، ایران
doi
چکیده
در این مطالعه تراز سطح آب زیرزمینی دشت آسپاس واقع در شمال غربی حوضه آبریز دریاچههای طشک-بختگان مهارلو در استان فارس با استفاده از دادههای 39 پیزومتر در محدوده آبخوان در دوره آماری 96-1380 شبیهسازی شد. در این خصوص از دو مدل K-Star و ANN با تأخیرهای 1، 2 و 3 در دو فاز آموزش و آزمایش استفاده شد. مدل ANN در این مطالعه علاوه بر تأخیرهای یاد شده با تعداد لایه پنهان و نورون متفاوت نیز مورد بررسی قرار گرفت. با توجه به افت و نوسانات سطح آب زیرزمینی در دوره آماری یاد شده، آبخوان مورد مطالعه به 4 منطقه a، b، c و d تقسیم شد. نتایج شبیهسازی تراز سطح آب زیرزمینی در منطقه a نشان داد که مدل K-Star با 2 تأخیر در این منطقه عملکرد بهتری نسبت به مدل ANN در تأخیرهای مختلف داشته است. اما در سه منطقه دیگر مدل ANN با تأخیر 1 بهترین عملکرد را ارائه کرده است. مدل ANN با 2 لایه پنهان و 4 نورون در منطقه b، با 2 لایه پنهان و 6 نورون در منطقه c و با 4 لایه پنهان و 5 نورون در منطقه d بهترین الگو برای شبیهسازی مقادیر تراز سطح آب زیرزمینی معرفی شدند. بهطور متوسط الگوهای برتر معرفی شده در مناطق b، c و d توانستند میزان خطا را نسبت به مدل K-Star به ترتیب حدود 57، 42 و 81 درصد بهبود بخشند. عملکرد ضعیف مدل K-Star در دو منطقه b و d نیز بهوضوح قابل مشاهده میباشد. بهطور کلی نتایج نشان داد که تأخیر 1 مدل ANN در مناطق سهگانه b، c و d با تعداد لایه پنهان و نرونهای مختلف بهترین عملکرد را در شبیهسازی مقادیر تراز سطح ایستابی داشته است.