مدل‌سازي فرونشست دشت ابركوه با استفاده از روش تداخل ‌سنجي راداري و هوش مصنوعي

روش تداخل سنجي راداري، يكي از بهترين روش هاي آشكار سازي تغييرات پوسته زمين از نظر دقت و پوشش پيوسته مكاني است. هدف از پژوهش حاضر، مدل‌سازي فرونشست دشت ابركوه با استفاده از تكنيك تداخل‌سنجي راداري و هوش مصنوعي بود. در ابتدا با استفاده از 46 تصوير راداري Sentinel-1 بين سال‌هاي 2014 تا 2018 و تكنيك تداخل‌سنجي راداري نقشه فرونشست منطقه تهيه شد. در ادامه جهت مدل‌سازي فرونشست، از الگوريتم شبكه عصبي مصنوعي پيش‌رونده استفاده شد. در اين الگوريتم از پنج پارامتر تغييرات سطح آب زيرزميني (2018-2014)، سطح آب زيرزميني، ضخامت آبخوان، ضخامت لايه رس در آبخوان و همچنين ضخامت لايه رس در محدوده تغييرات سطح آب زيرزميني (2018-2014) به عنوان ورودي مدل و مقدار فرونشست حاصل از روش تداخل‌سنجي راداري به عنوان خروجي جهت آموزش مدل به شبكه معرفي شد. ورودي‌هاي مدل از مجموعه داده‌هاي اندازه‌گيري شده 34 چاه پيزومتري و 77 لاگ حفاري موجود در آرشيو آب منطقه‌اي استان يزد بدست آمد كه پس از بررسي صحت داده‌هاي اخذ شده وآناليزهاي اوليه، پارامترهاي پنجگانه با استفاده از ميانيابي به روش كريجينگ، به كل منطقه تعميم داده شد و لايه رستري آ‌‌‌ن‌ها تهيه گرديد. نتايج روش تداخل‌سنجي راداري نشان داد كه فرونشست در مناطقي از شرق، شمال شرق و شمال به ترتيب با نرخ متوسط فرونشست 6، 2.7 و 1.6 سانتي‌متر در سال بيشترين مقادير را به خود اختصاص داده است. همچنين جهت تاييد صحت مدل، از معيارهاي ارزيابي نظير ناش– ساتكليف(NS)، جذر ميانگين مربعات خطا(RMSE)، ميانگين خطاي مطلق(MAE) و ميانگين قدر مطلق خطاي نسبي(MARE) استفاده گرديد كه به ترتيب مقادير0.9524، 0.0018، 0.0012 و 0.1545 بدست آمد. بنابراين شبكه عصبي مصنوعي در پيدا كردن ارتباط بين پارامترهاي ورودي و مقادير فرونشست عملكرد بسيار خوبي دارد.