توسعه و تركيب مدل‌هاي زمين‌آمار و محاسبات نرم در برآورد توزيع مكاني سطح آب‌زيرزميني

از اساسي‌ترين موارد در مديريت كمي منابع آب زيرزميني، تخمين سطح آب با استفاده از داده‌هاي برداشت شده از شبكه چاه‌هاي مشاهده‌اي است. هدف از اين پژوهش، ميان‌يابي سطح آب ‌زيرزميني با استفاده از زمين‌آمار و محاسبات نرم در منطقه اي از دشت‌هاي بم نرماشير و رحمت‌آباد (استان كرمان) با مساحت 19028 كيلومتر مربع به عنوان نمونه مي باشد. از روش‌هاي كريجينگ ساده و عكس فاصله وزني و همچنين مدل‌هاي شبكه عصبي مصنوعي، سيستم استنتاج فازيعصبي انطباقي و برنامه‌ريزي بيان ژن براي پيش‌بيني توزيع مكاني سطح آب‌زيرزميني استفاده و بهترين مدل از بين مدل‌هاي هوشمند و زمين آماري انتخاب و براي نمونه‌برداري بيشتر در منطقه مورد مطالعه استفاده شد. بدين منظور از اطلاعات مربوط به نمونه‌هاي حاصل از 65 حلقه چاه در طول آماري سال 1381 تا 1390 استفاده شد. براي مقايسه مدل‌ها معيارهاي آماري RMSE، R2، AARE و MAE به كار بسته شدند. نتايج نشان داد در بين مدل‌هاي هوشمند با ورودي طول جغرافيايي و عرض جغرافيايي، شبكه عصبي مصنوعي و در بين مدل‌هاي زمين ‌آماري، روش عكس فاصله وزني با داشتن كمترين RMSE (به‌ترتيب 138/7 و 062/15 متر) و  AARE(به ترتيب 33 و 47 درصد) و بيشترين R2 (به ترتيب 606/0 و 591/0 ) مناسب‌ترين مدل جهت برآورد به ترتيب نقطه‌اي و ناحيه‌اي سطح آب‌زيرزميني مي‌باشد. در نهايت مدل هيبريد IDWANN جهت تخمين و پهنه‌بندي سطح آب‌زيرزميني در آينده انتخاب شد.