كاربرد فيلتر كالمن غير خطي توسعه يافته در بهبود نتايج مدل سازي جريان آب زيرزميني در آبخوان آزاد

The Usage of Extended Non-Linear Filter Kalman in Improvement of Groundwater Simulation Results in Unconfined Aquifer

نرم افزار مدل سازي آب زيرزميني جي.ام.اس 4 با استفاده از كد مودفلو 5 بر مبناي تفاضل محدود به حل معادلات حاكم بر آب هاي زيرزميني مي پردازد. با مقايسه نتايج سطح آب زيرزميني محاسباتي با مقادير مشاهداتي ميتوان به وجود خطا در نتايج نرمافزار پي برد. از روش هاي كاهش خطاي مدل سازي استفاده از الگوريتم فيلتر كالمن 6 ميباشد. در اين مطالعه از روش فيلتر كالمن غيرخطي توسعه يافته 7 به منظور بهبود نتايج مدلسازي آبخوان بيرجند در استان خراسان جنوبي استفاده شد. نتايج نشان داد كه استفاده از فيلتر كالمن غيرخطي توسعه يافتده در بهبود پيشبيني سطح آب زيرزميني آبخوان رضايتبخش بود، به طوريكه خطاي ميانگين و خطاي مطلق ميانگين و خطاي جذر ميانگين مربعات نتايج مدلسازي به ترتيب از 246 / 0 - ، 125 / 1 و 341 / 1 متر با تاثير فيلتر كالمن توسعه يافته به 007 / 0 - ، 015 / 0 و 019 / 0 متر كاهش يافت. همچنين با بررسي نتايج دو روش فيلتدر كدالمن غير خطي توسعه يافته و فيلتر كالمن غيرخطي مشخص شد فيلتر كالمن غيرخطي توسعه يافته گزينه بسيار مناستري در كاهش خطاي مدلسازي در اين تحقيق مي باشد.

GMS, is the software that simulate groundwater flow, with using ModFlow based on finite difference method. With comparing the acquired result from GMS and observation data, the existence of error is clear and obvious. One of the methods that decrease simulation error is the usage of filter kalman algorithm. In this study, extended non-linear filter kalman was used in order to improve the simulation results in Birjand unconfined aquifer in southern Khorasan province. The results showed that using this algorithm revealed satisfactory results in prediction of groundwater head. As the mean error (ME), mean absolute error (MAE) and root mean square error (RMSE) are -0.246, 1.125 and 1.341 meter respectively. With influencing extended filter kalman on results these errors decrease to -0.007, 0.015 and 0.019 meter. Also with investigation the results of extended non-linear filter kalman and non-linear filter kalman, it was found extended non-linear filter kalman is better choice for reducing simulation errors.