پيش بيني سطح آب زيرزميني دشت سنگان با استفاده از شبكه عصبي موجكي

آب‌‌هاي زيرزميني از مهم‌ترين و با ارزش‌ترين منابع تأمين كننده آب به شمار مي‌روند كه براي آگاهي از وضعيت آنها لازم است پيش‌بيني دقيقي از نوسانات سطحشان انجام شود. هم‌زمان با گسترش استفاده از شبكه‌هاي عصبي مصنوعي، استفاده از آناليز موجك درزمينه ي هيدروژئولوژي نيز مطرح گرديده است. در اين مطالعه از مدل تركيبي شبكه عصبي _ موجكي استفاده شد كه در آن داده‌ها ابتدا توسط آناليز موجك تجزيه‌شده و سپس وارد شبكه عصبي مصنوعي مي‌گردد. براي مدل‌سازي سطح آب زيرزميني منطقه مورد مطالعه، از داده‌هاي ورودي به سيستم شامل ميزان بارش، تبخير، دما و سطح تراز آب زيرزميني در مقياس ماهانه طي سال‌هاي 1363 تا 1394 استفاده گرديد. در ميان موجك‌هاي استفاده‌شده، موجك‌هاي db4، db2 وsym7 نتايج بهتري را نسبت به ديگر موجك‌ها نشان دادند. بر اساس نتايج به‌دست‌آمده، شبكه عصبي پرسپترون سه لايه با الگوريتم لونبرگ- ماركوارت به‌عنوان تابع آموزش، بهترين نتايج را ارائه داد. اين ساختار توانست پيش‌بيني ماهانه مناسبي از سطح ايستايي آب زيرزميني با ضريب همبستگي 97/ 0 و جذر ميانگين مربعات خطاي 074/ 0 براي داده‌هاي آزمايش ارائه دهد.