استفاده از روش‌های پیش‌ پردازش SOM و تبدیل موجک در پیش‌بینی تراز آب زیرزمینی (مطالعه موردی: دشت آذرشهر)

Abstract

پیش‌بینی سطح آب زیرزمینی یک حوضه نقش مهمی را در مدیریت منابع آبی ایفا می‌کند. به‌خصوص در مناطق نیمه‌خشک آب‌های زیرزمینی نقش بسیار مهمی در تعیین آب مورد نیاز، کشاورزی، شهری و امور صنعتی دارد. مطالعه حاضر در دو سناریو به پیش‌بینی تراز آب زیرزمینی در دشت آذرشهر با استفاده از ابزارهای پیش‌پردازش پرداخته است. برای انجام پیش‌پردازش مکانی از ابزار خوشه‌بندی به‌وسیله نقشه‌های خودسازمان‌ده(SOM)، برای پیش‌پردازش زمانی از تبدیل موجک و برای مدل‌سازی از شبکه عصبی مصنوعی استفاده شده است. نقشه‌های خود سازمانده برای تعیین مناطقی همگن از نظر داده‌های آب زیرزمینی جهت استفاده در مدل‌ شبکه عصبی برای مدل‌سازی منابع آب زیرزمینی استفاده شد. تبدیل موجک برای استخراج ویژگی‌های زمانی و نا ایستایی سری‌های زمانی تراز آب زیرزمینی بکار رفت. نتایج نشان داد که استفاده از تبدیل موجک و ترکیب آن با شبکه عصبی مصنوعی در مدل‌سازی تراز آب زیرزمینی دشت آذرشهر باعث بهبودی 6/11 درصدی در دقت مدل‌سازی، در گام‌های صحت‌سنجی در سناریو اول و بهبودی 5/23 درصدی در سناریو دوم شد. می‌توان نتیجه گرفت استفاده از روش‌های نوین مدل‌سازی مانند استفاده از ابزارهای پیش‌‌پردازش زمانی و مکانی باعث افزایش قابل توجه دقت مدل‌سازی می‌گردد.