ارزيابي عملكرد روش هاي شبكه عصبي مصنوعي و زمين آمار در شبيه سازي پارامترهاي كيفي آب هاي زيرزميني (مطالعه موردي: شهر كوهپايه، استان اصفهان)

آب هاي زيرزميني، مهم ترين منبع آب مصرفي در مناطق خشك و نيمه خشك در بخش هاي مختلف از قبيل كشاورزي، صنعت و شرب است. مديريت اين منابع آبي نسبت به آب هاي سطحي مشكل تر و پرهزينه تر است. به همين دليل بايد به دنبال روش هايي معقول و مقرون به صرفه براي مشخص كردن وضعيت اين آب ها بود. در اين مطالعه از روش هاي زمين آماري كريجينگ و كوكريجينگ و همچنين شبكه عصبي پروسپترون چند لايه به منظور برآورد پارامترهاي كيفي -SO42، TDS، Ca و TH استفاده شد تا ضمن مقايسه اين روش ها با هم بهترين روش نيز در اين زمينه انتخاب شود. بدين منظور از داده هاي 50 حلقه چاه دشت كوهپايه استان اصفهان استفاده شد. به منظور ارزيابي عملكرد روش هاي مذكور در شبيه سازي پارامترهاي مطالعه شده از خطاي جذر ميانگين مربعات (RMSE) و ضريب همبستگي استفاده شد. نتايج حاصل از مقايسه سه روش نشان داد كه در مورد همه پارامترها، شبكه عصبي پروسپترون چند لايه با RMSE كمتر و ضريب همبستگي بالاتر دقت بهتري نسبت به روش هاي كريجينگ و كوكريجينگ دارد و بين دو روش زمين آماري كريجينگ و كوكريجينگ نيز، روش كوكريجينگ با RMSE كمتر و ضريب همبستگي بالاتر عملكرد بهتري نسبت به روش كريجينگ در برآورد همه پارامترهاي مطالعه شده از خود نشان داد.