کاربرد روش ترکیبی زمین آمار و شبکه عصبی مصنوعی بهینه شده با الگوریتم ژنتیک در تخمین سطح ایستابی (مطالعه موردی: دشت های دزفول و زیدون)
نویسندگان
doi
10.22055/jise.2017.13155چکیده
از آنجایی که برداشت آب از چاههای مشاهدهای موجود در دشتها به صورت نقطهای انجام میگیرد، لذا ضرورت دارد به منظور محاسبه مقدار متوسط سطح آب زیرزمینی در دشتها و تخمین سطح آب، اطلاعات حاصل از برداشت نقطهای به کل سطح تعمیم داده شود. هدف از انجام این پژوهش بررسی کاربرد روش ترکیبی زمین آمار و شبکه عصبی مصنوعی بهینه شده با الگوریتم ژنتیک در تخمین سطح آب زیرزمینی در دشتهای دزفول و زیدون واقع در استان خوزستان میباشد. نتایج حاصل از کاربرد روشهای کوکریجینگ، کریجینگ و روش عکس فاصله نشان داد که در دشت دزفول روش کوکریجینگ با مدل نیمتغیرنما و نیمتغییرنمای متقابل گوسین، و در دشت زیدون روش کریجینگ با نیمتغیرنمای گوسین بهترین روش زمین آماری برای تخمین سطح ایستابی و ترکیب با شبکههای عصبی میباشد. همچنین نتایج حاصل از ترکیب این دو مدل در هر دو دشت، نشان داد که مدل ترکیبی بهینه شده با الگوریتم ژنتیک دارای معیارهای ارزیابی مناسبتری در تخمین سطح ایستابی نسبت به کاربرد روشهای زمین آماری به تنهایی میباشد . بهطوری که کاربرد این روش ترکیبی بهینه شده در دشت زیدون که دارای تعداد چاههای مشاهدهای کمتری میباشد، موثرتر از دشت دزفول بوده است.