استفاده از مدل هاي تركيبي ماشين بردار پشتيبان - موجكي و شبكه عصبي -موجكي در پيش‌بيني تراز آب زيرزميني دشت اردبيل

آب‌هاي زيرزميني همواره به عنوان يكي از منابع مهم و عمده ي تأمين آب شرب و كشاورزي به ويژه در مناطق خشك و نيمه خشك مطرح بوده‌اند. به منظور آگاهي از وضعيت اين منابع و مديريت بهينه ي آنها، لازم است پيش‌بيني دقيقي از نوسانات سطح آب زيرزميني صورت گيرد. در اين تحقيق اطلاعات 15 پيزومتر موجود در دشت اردبيل مورد استفاده قرارگرفت. از تبديل موجك و روش خوشه‌بندي به ترتيب براي پيش‌پردازش زماني و مكاني استفاده گرديد. روش مدل‌سازي مورد استفاده در اين تحقيق، ماشين بردار پشتيبان و شبكه عصبي مصنوعي براي پيش‌بيني يك ماه آينده مي‌باشد. در ابتدا پيزومترهاي موجود با روش خوشه بندي نقشه خود سازمانده كلاس بندي شده و براي پيزومترهاي مركزي هر كلاس دو مدل فوق به صورت تكي و در تركيب با تبديل موجك به كار رفت. نتايج حاصله ضريب تبيين متوسط 0.94 براي آموزش و 0.89 براي صحت‌سنجي را در مرحله ي مدل‌سازي با ماشين بردار پشتيبان نشان داد. استفاده از تبديل موجك باعث افزايش 3.5 درصدي دقت مدل گرديد. در ضمن مدل سازي از طريق شبكه عصبي مصنوعي نيز با ضريب تبيين متوسط 0.94 براي آموزش و 0.88 براي صحت‌سنجي از دقت بالايي برخوردار بوده و استفاده از تبديل موجك باعث افزايش 5 درصدي دقت مدل شد.