استفاده بهينه از سفره آب هاي زيرزميني با استفاده از مدل FNN-LM هوش مصنوعي (مطالعه موردي: دشت خوزستان)

مقدمه و بيان مسئله: استفاده از هوش عصبي در پيش بيني متغيرهاي منابع آبي از جمله آب زيرزميني بطور گسترده رو به افزايش است. هدف: اين تحقيق از طريق هوش مصنوعي و مدل FNN-LM چندين هدف را دنبال مي كند كه شامل تعيين پارامترهاي موثر بر نوسانات سطح آب زيرزميني در دشت خوزستان و همچنين بررسي تاثير مكاني و زماني پارامترهاي سطح آب از طريق داده هاي زماني 10 ساله و سپس مدلسازي نوسانات سطح آب زيرزميني در پيزومترهاي منتخب در دشت مورد مطالعه مي باشد. روش: استفاده از هوش مصنوعي و روش مدل FNN-LM بود و در انتها با تغيير درصدي يك ماه آخر داده هاي ورودي در مدل، اقدام به ايجاد شرايط فرضي گرديد و با توجه به مدلهاي شبكه عصبي بدست آمده به پيش بيني نوسانات سطح آب زيرزميني در اين شرايط فرضي پرداخته شد. يافته ها: تاثير پارامتر تخليه از چاهها به مراتب بيشتر از تاثير پارامتر ميزان بارندگي مي باشد، بطوريكه پيش بيني شرايط ترسالي و خشكسالي كه فقط در اثر تغيير ميزان بارندگي مي باشد. نتيجه گيري: با استفاده از مدلهاي ايجاد شده شبكه عصبي براي هر چاه مشاهده اي و استفاده از مقبولترين روش مدلهاي ژئواستاتيستيكي پيش بيني مكاني و زماني مناسبي از سطح آبهاي زيرزميني صورت گرفت. بهترين مدلسازي نوسانات سطح آب با مدل FNN-LM از طريق انتخاب پارامترهاي مناسب و با قابل قبول ترين تاخير زماني بدست آمد.كليد واژه ها: هوش مصنوعي، سطح آب زيرزميني، مدل FNN-LM، دشت خوزستان.