پيش‌بيني سطح آب زيرزميني دشت بوكان با استفاده از مدل‌هاي منطق فازي، جنگل تصادفي و شبكة عصبي

مطالعات يك سيستم آب زيرزميني به‌منظور شناخت رفتار آن، نيازمند حفر تعدادي زيادي چاه اكتشافي و انجام عمليات پمپاژ و آزمايش‌هاي ژئوفيزيك مي‌باشد كه با صرف هزينه‌هاي فراوان عملي مي‌گردد. به همين دليل، امروزه شبيه‌سازي جريان آب زيرزميني توسط مدل‌هاي رياضي و كامپيوتري كه يك روش غيرمستقيم مطالعة آب زيرزميني مي­باشد، با صرف هزينة كمتر صورت مي‌گيرد. در اين تحقيق كارايي مدل­هاي شبكه­هاي عصبي مصنوعي، منطق فازي و جنگل تصادفي(RF) در تخمين سطح آب زيرزميني آبخوان دشت بوكان مورد بررسي قرار گرفت. پارامترهاي بارندگي، دما، دبي جريان و تراز سطح ايستابي در دورة زماني ماه قبل به‌عنوان ورودي و تراز سطح ايستابي در دورة موردنظر به‌عنوان خروجي مدل‌ها در مقياس زماني ماهانه در طي دورة آماري (1395-1383) انتخاب گرديد. معيارهاي ضريب همبستگي، ريشة ميانگين مربعات خطا و ميانگين قدر مطلق خطا براي ارزيابي و نيز مقايسة عملكرد مدل‌ها مورد استفاده قرار گرفت. نتايج حاصله نشان داد كه مدل‌هاي منطق فازي و RF مي‌توانند تراز سطح ايستابي را با دقت قابل قبولي پيش‌بيني نمايند. سطح آب زيرزميني در منطقة مورد مطالعه توسط مدل جنگل تصادفي با دقت بيشتر و با همبستگي بالايي بين داده‌هاي مشاهداتي و محاسباتي پيش‌بيني گرديد. بر اساس يافته‌هاي تحقيق مدل جنگل تصادفي كه براي اولين بار در اين زمينه مورد استفاده قرار گرفته است، توانايي بيشتري در پيش‌بيني پارامترهاي هيدروژئولوژيكي را دارد.