مقايسه عملكرد دو مدل DRAINMOD و شبكه عصبي مصنوعي در پيش‌بيني سطح ايستابي (مطالعه موردي: مزارع كشت و صنعت نيشكر دعبل خزاعي)

آزمايشهاي مزرعه اي به منظور شناخت شرايط موجود سامانه‌هاي زهكشي مفيد هستند، اما محدوديت هاي قابل توجهي نيز دارند. از جمله اينكه، اين آزمايش‌ها را نمي‌توان براي پيش بيني استفاده كرد. كاربرد مدل‌هاي شبيه‌سازي اين محدوديت‌ها را تا حدود زيادي برطرف مي‌كند. اما قبل از كاربرد چنين مدل‌هايي، درستي نتايج بدست آمده از آن‌ها بايد با نتايج آزمايش هاي مزرعه اي مقايسه گردد .در اين پژوهش از مدل شبكه عصبي مصنوعي (ANN) و مدل DRAINMOD براي پيش‌بيني سطح ايستابي استفاده شد. بدين منظور مزرعه 11-9R از مزارع نيشكر دعبل خزاعي انتخاب و پارامترهاي ورودي مدل‌ها شامل نوسانات سطح ايستابي، حجم آب آبياري، دبي زهكش‌ها، داده‌هاي اقليمي منطقه، خصوصيات فيزيكي خاك و پارامترهاي سيستم زهكشي از تاريخ 2/8/92 تا 2/7/93 برداشت گرديد. نتايج نشان داد كه بالاترين دقت در پيش بيني سطح ايستابي مربوط به مدل شبكه عصبي مصنوعي مي‌باشد. به طوري‌كه مقدار RMSE بين مقادير اندازه گيري شده و شبيه سازي شده با مدل‌ شبكه عصبي مصنوعي و مدل DRAINMOD به ترتيب برابر 02/0 و 8/16 بدست آمد. همچنين اين پژوهش نشان داد دقت داده‌هاي ورودي مورد نياز براي انجام شبيه سازي به وسيله مدل‌ها، نقش بسيار مهمي در نتايج حاصل از مدل ها دارند. بنابراين دقت در اندازه گيري پارامترهاي ورودي مورد نياز، دقت در شبيه سازي را به‌همراه خواهد داشت.