پيش بيني سطح ايستابي آب زير زميني با استفاده از شبكه عصبي مصنوعي (مطالعه موردي: دشت بيرجند)

دشت بيرجند با قرار گرفتن در منطقه خشك، استفاده از آبهاي زيرزميني را به عنوان مهمترين و در عين حال تنها ترين منبع توليد آب شيرين در پي رو دارد. در همين زمينه پيش بيني نوسانات سطح آب زيرزميني دشت مي تواند كمك شاياني به برنامه ريزي و تصميم گيري هاي بعدي، جهت تامين دراز مدت آب شرب، كشاورزي و صنعت بنمايد. دشت بيرجند با وسعت 268/82 كيلومتر مربع و با داشتن بيش از 23 چاه مشاهده اي كه اغلب بيش از 15 سال اطلاعات ماهانه سطح آب در آنها درج شده است، در اين تحقيق مورد آزمون قرار گرفت. بدين منظور ابتدا مرز حوضه كه از سه طرف به ارتفاعات و از يك سو به گسلهاي منطقه محدود مي شد، تعيين گرديد. 16 پيزومتر كه داراي توالي آماري مناسبي بودند انتخاب شدند. شبكه تيسن با استفاده از نرم افزار GIS براي هر پيزومنر ترسيم شد. ورودي هاي شبكه هاي عصبي شامل سه پارامتر برداشت ماهانه آب از چاه هاي شرب و كشاورزي، ريزشهاي جوي منطقه براي هر تيسن و سطح آب هر پيزومتر در زمان t-1 انتخاب شد. عملكرد شبكه هاي مختلف عصبي مصنوعي (ANN)، به صورت تك تك براي هر پيزومتر و به صورت يكجا با استفاده از نرم افزار MATLAB مورد آزمون واقع شدند. خروجي سطح آب زيرزميني در هر پيزومتر در زمان t محاسبه شد. سپس نتايج مدل شبكه با سطح آب زيرزميني ماهانه دشت به عنوان معيار سنجش مورد مقايسه و ارزيابي قرار گرفت. نتايج نشان داد با استفاده از شبكه عصبي مصنوعي مي توان نوسانات سطح آب زيرزميني را با دقت مطلوبي برآورد نمود.