پيش بيني اثر تغييرات پارامترهاي هواشناسي بر منابع آب زيرزميني با استفاده از مدل هاي شبكه عصبي مصنوعي (مطالعه موردي: دشت مياندوآب)

در اين تحقيق، اثر تغيير اقليم بر منابع آب زيرزميني دشت مياندوآب در استان آذربايجان غربي مورد بررسي قرار گرفت. در اين راستا، سناريوهاي A1B، A2 و B1 از طريق مدل ريزمقياس نمايي LARS- WG و با به كار بردن مدل گردش عمومي جو HadCM3 و مدل شبكه عصبي مصنوعي در دو دوره زماني مختلف (2065-2046، 2099-2080) مورد مطالعه قرار گرفتند. بدين منظور از داده هاي ماهانه عمق سطح آب زيرزميني 25 چاه پيزومتري در دشت مياندوآب با دوره آماري 10 ساله (2005-2014) و داده هاي روزانه و ماهانه بارش، دماهاي كمينه و بيشينه و ساعت آفتابي ايستگاه سينوپتيك مياندوآب در يك دوره آماري 20 ساله (1995-2014 ) استفاده گرديد. نتايج ارزيابي داده هاي مشاهداتي و شبيه سازي شده توسط مدل LARS- WG با استفاده از شاخص هاي آماري مختلف بيانگر اين است كه اختلاف هاي معني داري بين مقادير شبيه سازي شده و مشاهداتي وجود ندارد. تحليل عملكرد مدل شبكه عصبي مصنوعي نشان داد كه مدل مذكور از دقت خوب و مناسبي در شبيه سازي تغييرات عمق سطح آب زيرزميني در دشت مورد بررسي برخوردار است. نتايج نشان داد كه متوسط عمق سطح آب زيرزميني بطور ميانگين در دوره اول (2065-2046) و دوره دوم (2099 -2080) به ترتيب 2.87 و 9.3 درصد افزايش مي يابد. در حقيقت، افزايش قابل توجه دما و به تبع آن افزايش مصرف آب زيرزميني باعث عمق عميق تر آب زيرزميني مي شود.