پيش‌بيني تغييرات تراز آب زيرزميني با استفاده از مدل تركيبي موجك- ماشين آموزش نيرومند خودتطبيقي- چاه مشاهداتي سراب قنبر كرمانشاه

در اين مطالعه، سطح آب زير‌زميني در منطقه سراب قنبر- واقع در جنوب شهر كرمانشاه، كشور ايران- با استفاده از مدل موجك ماشين آموزش نيرومند خودتطبيقي (WA-SAELM) تخمين زده شد. براي توسعه مدل عددي از روش هوش مصنوعي و جديد ماشين آموزش نيرومند خودتطبيقي و تبديل موجك استفاده شد. در ابتدا، با استفاده از تابع خود‌همبستگي، خود‌همبستگي نسبي و تأخيرهاي مؤثر، هشت مدل مختلف SAELM و WA-SAELM متمايز توسعه داده شدند، سپس مقادير تراز آب زيرزميني چاه مشاهداتي نرمال‌سازي شدند. در ادامه، با تجزيه‌و‌تحليل نتايج مدل‌سازي، بهينه‌ترين خانواده موجك براي مدل‌سازي انتخاب شد. با ارزيابي نتايج مدل‌هاي SAELM و WA-SAELM مشخص شد كه مدل‌هاي WA-SAELM در مقايسه با مدل‌هاي SAELM مقادير تابع هدف را با دقت بيشتري تخمين زدند. سپس مدل برتر بر اساس دقت آن در پيش‌بيني تراز آب زيرزميني انتخاب شد. به‌عنوان مثال در حالت تست، مقادير R، MAE و NSC براي مدل برتر به‌ترتيب برابر 995/0، 988/0 و 990/0 محاسبه شدند. همچنين براي مدل‌هاي عددي، تحليل عدم قطعيت انجام و نشان داده شد كه مدل برتر مقادير مشاهداتي را كمتر از مقدار واقعي تخمين زده است.