پيش بيني سطح ايستابي دشت شهداد با استفاده از شبكه عصبي مصنوعي

Prediction of groundwater table in Shahdad plain using artificial neural network

در سال هاي اخير برداشت بي رويه از منابع آب زيرزميني به منظور تأمين آب شرب، كشاورزي و توسعه صنعتي لطمات جبران ناپذيري را به اين منابع از نظر كمي وكيفي وارد كرده است. پيش بيني نوسانات سطح آب زيرزميني مي تواند كمك شاياني به برنامه ريزي و تصميم گيري هاي بعدي جهت تامين دراز مدت آب شرب، كشاورزي و صنعت نمايد. هدف از اين تحقيق بررسي نوسانات سطح آب زيرزميني با استفاده از شبكه هاي عصبي مصنوعي در دشت شهداد مي باشد. شبكه هاي عصبي مصنوعي روشي هوشمند براي شبيه سازي و ارائه حل ساده اما دقيق بسياري از مشكلات فراهم مي كند. اين شبكه ها با استفاده از ارتباط ذاتي داده ها، روابط غيرخطي بين آنها را آموزش ديده و نتايج را براي بقيه حالات تعميم ميدهد. داده هاي ورودي به مدل شبكه عصبي شامل سطح آب زيرزميني در هر پيزومتر بر حسب متر، ميزان ورودي آب به پليگون بر حسب مترمكعب و حجم آب برداشت شده از سفره آب زيرزميني بوده است. نتايج نشان مي دهد كه استفاده از روش شبكه هاي عصبي در بازه زماني 21 ساله ( 1373تا 1394 ) دقت بالايي در پيش بيني سطح آب دارد . لذا از شبكه هاي عصبي مصنوعي به منظور پيش بيني سطح ايستايي براي بازه زماني 5 سال آتي نيز استفاده شد.