پيش‌بيني اثرات تغيير اقليم بر منابع آب زيرزميني با استفاده از روش‌هاي هوش مصنوعي (مطالعه موردي: دشت تالش)

با توجه به افزايش گازهاي گلخانه‌اي و به دنبال آن بحران‌هاي آبي و اقليمي متعدد، پيش‌بيني دقيق تغييرات سطح آب زيرزميني در مديريت منابع آب مهم و ضروري است. لذا در اين مطالعه به بررسي تغييرات اقليمي دشت تالش تحت سناريوهاي RCP با استفاده از Lars-WG و منابع آبي آن از مدل‌هاي SVR و ANN با استفاده از پارامترهاي پمپاژ از آبخوان، تبخيروتعرق پتانسيل، دماي كمينه و بيشينه، بارش طي بازه زماني (1400-1410) پرداخته شد. نتايج تغييرات ميانگين دماي كمينه و بيشنه تحت سناريوهاي RCP حاكي از افزايش دما به ميزان 0/9 و 0/69 درجه‌سانتي‌گراد مي‌باشد. همچنين بررسي دقت مدل‌هاي SVR و ANN نشان ميدهد كه AUC در مرحله آموزش و آزمايش در مدل ANN حداكثر مقادير AUC برابر با 0/876 و 0/769 محاسبه گرديد در حالي كه مدل SVR حداكثر مقادير آن برابر 0/867 و 0/819 برآورد گرديد، لذا SVR دقت پيش‌بيني بهتري دارد. همچنين در طي بازه زماني (1399-1384) سطح آب زيرزميني به ميزان 10 سانتي‌متر و در مدل SVR و ANN به ترتيب به ميزان 9 و 6 سانتي‌متر به‌طور متوسط طي بازه زماني ذكر شده كاهش سطح ايستابي داشته است. همچنين در بازه زماني (1410-1400) در مدل‌هاي SVR و ANN به ترتيب به ميزان 18، 20 و 21 سانتي‌متر، 20، 21 و 23 سانتي‌متر به ترتيب تحت سناريوهاي RCP2.6، RCP4.5 و RCP8.5 كاهش سطح آب زيرزميني رخ داده است. از اين‌رو پيشنهاد مي‌گردد در دشت تالش توجه به الگوي كشت متناسب با منابع آبي در نقاط مختلف دشت در اولويت برنامه‌ريزان بخش كشاورزي قرار گيرد.