شبیه سازی نوسانات سطح آب زیرزمینی با استفاده از ترکیب ماشین بردار پشتیبان و تبدیل موجک

Abstract

<strong>امروزه در بسیاری از کشورهای جهان، به ویژه در مناطقی که با کمبود آب‌های سطحی مواجه هستند، بهره­برداری از منابع آب زیرزمینی بیش از پیش مورد توجه قرار گرفته است. بهره­برداری بی­رویه از این منابع، بدون بهره­گیری از مطالعات منابع آب زیرزمینی می­تواند مشکلات و پیامدهای جبران‌ناپذیری را به­بار آورد. مدیریت صحیح این منابع با شناخت کامل و آگاهی از این منابع امکان­پذیر است.</strong> <strong>در این تحقیق</strong><strong> از مدل ماشین بردار پشتیبان (</strong><strong>SVM</strong><strong>) برای پیش­بینی ماهانه سطح آب زیرزمینی دشت</strong><strong>برازجان در استان</strong><strong> بوشهر در ی</strong><strong>ک دوره 12 ساله (1392-1381)</strong><strong> استفاده شد. به منظور بهبود نتایج این مدل، ابتدا داده­های ورودی با استفاده از تبدیل موجک به زیر سیگنال‌هایی تبدیل شدند. سپس زیرسیگنال‌های مزبور، به­عنوان ورودی به مدل </strong><strong>SVM</strong><strong> به­عنوان مدل ترکیبی ماشین بردار پشتیبان-موجک (</strong><strong>WSVM</strong><strong>) استفاده شدند. </strong><strong>برای پیش­بینی سطح آب زیرزمینی </strong><strong>از پنج حلقه چاه مشاهده­ای به­همراه متغیرهای سطح </strong><strong>آب زیرزمینی،</strong><strong>بارش، تبخیر و دما، استفاده شد.</strong><strong>نتایج نشان داد مدل ترکیبی </strong><strong>WSVM</strong><strong> دارای عملکرد بهتری نسبت به مدل </strong><strong>SVM</strong><strong> می­باشد. به­طوری که عملکرد مدل ترکیبی در شبیه­سازی ماهانه سطح آب زیرزمینی 8 درصد نسبت به مدل </strong><strong>SVM</strong><strong> بهتر بود. این روش ایده­ای جدید برای افزایش دقت مدل­ها و کاربرد آن‌ها در مسائل هیدروژئولوژی می­باشد. در پایان سطح آب زیرزمینی برای یک سال آینده با مدل ترکیبی برآورد گردید.</strong>