مقايسۀ كارايي مدل‌هاي شبكۀ عصبي مصنوعي، منطق فازي و جنگل تصادفي در برآورد پارامتر قابليت انتقال آبخوان دشت ملكان

آبخوان دشت ملكان به عنوان يكي از آبخوانهاي حوضۀ درياچۀ اروميه، به مديريت صحيح كمي و كيفي نياز دارد. روشهاي مختلفي از جمله انجام آزمون پمپاژ، روشهاي آزمايشگاهي، استفاده از رديابها و روشهاي ژئوفيزيكي براي ارزيابي پارامترهاي هيدروژئولوژيكي و مديريت مناسب آبخوانها وجود دارد. هر چند تعبير و تفسير دادههاي به‌دست‌آمده از آزمون پمپاژ، بهترين روش تخمين پارامترهاي هيدروژئولوژيكي آبخوان است، اما اين روش پرهزينه، وقتگير و نتايج آن مختص به مناطق محدودي خواهد بود. با توجه به اينكه مدلهاي هوش مصنوعي تواناييهايي در برآورد پارامترهاي هيدروژئولوژيكي نشان دادهاند، در تحقيق حاضر كارايي مدلهاي شبكههاي عصبي مصنوعي، منطق فازي و جنگل تصادفي در برآورد پارامتر قابليت انتقال آبخوان دشت ملكان بررسي شده است. پارامترهاي ژئوفيزيكي و هيدروژئولوژيكي مرتبط با قابليت انتقال، از جمله مقاومت عرضي، هدايت الكتريكي، ضخامت آبخوان و هدايت هيدروليكي به عنوان مهمترين ورودي در اين مدلها در نظر گرفته شده است. بر اساس نتايج به‌دست‌آمده از بين مدلهاي شبكۀ عصبي و فازي و جنگل تصادفي، مدل جنگل تصادفي ‌دقت و توانايي بيشتري در شبيهسازي داشته است. نتايج به‌دست‌آمده از شبيهسازي ( 96/ 0 = AUC، 001/0 = MSE و 986 /0= R2) و تعيين مهمترين پارامترهاي تأثيرگذار در پيشبيني قابليت انتقال، گوياي برتري اين مدل نسبت به مدلهاي شبكههاي عصبي مصنوعي و منطق فازي در بحث پيشبيني است.