ارزيابي عملكرد روش‌هاي زمين‌آمار و شبكه عصبي مصنوعي در تخمين پارامترهاي كيفي آبخوان (مطالعه موردي: دشت قروه- دهگلان)

انتخاب تكنيك درون يابي بهينه جهت تخمين پارامترهاي كيفي آبخوان در نقاط اندازه گيري نشده نقش مهمي در مديريت كمي و كيفي منابع آب ايفا مي كند. هدف اصلي اين تحقيق ارزيابي دقت روش هاي درون يابي متداول با استفاده از GIS و مدل شبكه عصبي مصنوعي مي باشد. بدين منظور تخمين سه پارامتر كيفي CL، EC و pH آبخوان دشت قروه دهگان واقع در استان كردستان توسط هر يك از مدل ها مورد ارزيابي قرار گرفت. در اين تحقيق از داده هاي كيفي 56 چاهك مشاهداتي كه داراي پراكندگي مناسبي در كل دشت هستند، استفاده گرديد. در اين تحقيق داده هاي 46 چاهك مشاهداتي جهت واسنجي و داده هاي 10 چاهك ديگر جهت صحت سنجي مدل ها استفاده شدند. نتايج نشان داد كه روش هاي شبكه عصبي مصنوعي، IDW و كريجينگ (spherical) به ترتيب جهت تخمين پارامترهاي كيفي CL، PH و EC از دقت بيشتري نسبت به ساير مدل ها برخوردار بوده اند. البته مدل شبكه عصبي در تخمين هر سه پارامتر داراي دقت بسيار خوبي مي باشد.در صورت كمبود وقت و همچنين نياز به دقت قابل قبول و ريسك كمتر در تخمين پارامترهاي كيفي، استفاده از اين مدل نسبت به ساير مدل هاي آماري به كار رفته ارجحيت دارد.