ارزيابي اثر تغيير اقليم در تراز آب زيرزميني با استفاده از روش هاي هوش مصنوعيمطالعه موردي دشت شبستر

در دهه هاي اخير منابع آب زيرزميني مواجه با افزايش تقاضا براي مصارف مختلف و تغييرات اقليمي مي باشد كه اين اثرات باعث تغييرات زيادي در سري زماني تراز آب مي گردد. در اين تحقيق جهت بررسي تاثير پارامترهاي اقليمي در تراز آب زيرزميني دشت شبستر ابتدا از طريق مدل هاي گردش عمومي جو(GCM) تحت گزارش پنجم، بهترين مدل ها براي منطقه مورد مطالعه بدست آمده و با توجه به نياز افزايش شفافيت مكاني توسط روش ريزمقياس نمايي آماري لارس براي سه سناريوي نشر (خوش بينانه RCP2.6، حدمتوسط RCP4.5 و بدبينانه RCP8.5) براي دوره 30 ساله آتي (2020-2049) ريزمقياس نمايي انجام گرفت. نتايج اين مدل نشان از افزايش دما و كاهش بارندگي در منطقه مورد مطالعه دارد. در گام بعدي مدل شبكه عصبي مصنوعي(ANN) با پيشپردازش موجك جهت مطالعه رفتار آبخوان مورد استفاده قرار گرفت. نتايج شبكه عصبي با انواع ورودي هاي بارش، دما، خروجي تراز آب زيرزميني با تأخيرهاي زماني مختلف نشان مي دهد كه بيشترين حساسيت در مدل بكار رفته مربوط به بارش يك ماه قبل مي باشد كه براي پنج چاه مشاهداتي انتخاب شده به ترتيب با ضريب همبستگي (R) 92/0، 86/0، 76/0، 57/0 و 94/0 قادر به شبيه سازي مي-باشد. شبيه سازي مدل تحت سه سناريوي ذكر شده و روند افت سطح آب زيرزميني منطقه مورد مطالعه در دوره پايه و آينده حاكي از آن است كه ديناميك موجود در تراز آب زيرزميني فقط وابسته به داده هاي اقليمي نبوده و نقش عوامل انساني در افت سطح آب زيرزميني زياد است.