مدل سازي ژئوئيد محلي دقيق با استفاده از داده هاي GPS، ترازيابي و تكنيك هاي هوش مصنوعي: مطالعه موردي شاهين شهر اصفهان

با توجه به گسترش روزافزون استفاده از تكنيكهاي تعيين موقعيت ماهوارهاي خصوصاً GPS لزوم تعيين دقيق ژئوئيد باهدف جايگزيني اندازه گيريهاي ترازيابي با اندازه گيريهاي GPS در كاربردهاي ژئودتيك بر كسي پوشيده نيست. تقريب ژئوئيد با استفاده از داده هاي GPS/leveling به صورت محلي، در كنار مدل هاي موجود از قبيل مدلهاي ژئوپتانسيل و يا ژئوئيدهاي گراويمتري راهكاري پذيرفته شده است. اما سوال مهم سطح دقت قابل دسترس با استفاده از اين روش است. مواردي چون كيفيت داده ها و يا تكنيك مورداستفاده براي مدل سازي اين داده ها مي تواند در دقت ژئوئيد GPS/leveling تاثيرگذار باشد. در اين مقاله به ارزيابي روشهاي نوين محاسباتي مبتني بر يادگيري ازجمله شبكه هاي عصبي مصنوعي(ANN) و سيستمهاي استنتاج فازي-عصبي تطبيقي(ANFIS) در مقايسه با روش استاندارد معادلات رگرسيون چندجمله اي چند متغيره (MPRE)، در مدلسازي ژئوئيد GPS/Leveling پرداخته شده است. اين ارزيابي در يك شبكه از ايستگاه هاي GPS و ترازيابي در شهرستان شاهين شهر اصفهان با ابعاد كوچكتر و توزيعي بسيار فشرده تر نسبت به مطالعات پيشين صورت گرفته و اين كيفيت داده ها مدلسازي ژئوئيد را با دقتي بهتر از 1 سانتيمتر ممكن ساخته است. نتايج نشان دهنده برتري چند ميلي متري مدل هاي ژئوئيد حاصل از ANN و ANFIS ازنظر مجذور ميانگين مربعات خطاها و همچنين ازنظر ضريب تشخيص است و به ترتيب RMSE=8cm، R2=0.9949 ، RMSE=7cm، R2=0.9964 . براي اين مدل ها، در نقاط تست حاصل شده است. بنابراين مدل ژئوئيد حاصل از ANFIS دقيق ترين ارتفاع ژئوئيد را در سطح منطقه فراهم مي سازد.