برآورد پارامتر قابليت انتقال آبخوان دشت ملكان به كمك مدلهاي شبكه عصبي مصنوعي و منطق فازي

تخمین پارامترهای هیدروژئولوژیكی آبخوان برای ارزیابی، مدیریت و مطالعات منابع آب های زیرزمینی امری ضروری است. روش های مختلفی از جمله انجام آزمون پمپاژ، شبیه سازی آب های زیرزمینی، روش های آزمایشگاهی، استفاده از ردیاب ها و روش های ژئوفیزیكی و ... برای ارزیابی این پارامترها وجود دارند. هر چند تعبیر و تفسیر داده های حاصل از آزمون پمپاژ، بهترین روش تخمین پارامترهای هیدروژئولوژیكی آبخوان می باشد، اما این روش پرهزینه، وقت گیر و نتایج آن برای نقاط محدودی است. آبخوان دشت ملكان یكی از آبخوانهای حوضه دریاچه ارومیه میباشد كه در دهه اخیر با خطر شوری و افت سطح آبزیرزمینی مواجه شده و نیازمند مدیریت صحیح كمی و كیفی است. با توجه به اینكه مدلهای هوش مصنوعی تواناییهایی در برآورد پارامترهای هیدروژئولوژیكی نشان دادهاند، لذا در این تحقیق كارایی شبكههای عصبی مصنوعی و منطق فازی در برآورد پارامتر قابلیت انتقال مورد بررسی قرارگرفتهاست. ضخامت آبخوان ،(EC) هدایت الكتریكی ،(Rt) متغیرهای ژئوفیزیكی و هیدروژئولوژیكی مرتبط با قابلیت انتقال از جمله مقاومت عرضی ) به عنوان ورودی مدل استفاده شدهاست. بر اساس نتایج بدست آمده مدل شبكه عصبی مصنوعی با K( و هدایت هیدرولیكی (B) الگوریتم لونبرگ-ماركوارت و مدل منطق فازی سوگنو دارای بیشترین بازده، كمترین درصد خطا و توانایی بالایی در پیش بینی پارامترهای هیدروژئولوژیكی میباشند.