مقايسه مدل هاي شبكه عصبي موجك و شبكه عصبي مصنوعي در پيش بيني سطح آب زيرزميني

در مطالعات آب‌هاي زيرزميني، تغييرات سطح ايستابى از اهميت فراواني برخوردار است. در اين پژوهش جهت پيش‌بيني سطح آب‌هاي زيرزميني دشت نورآباد واقع در استان لرستان از شبكه عصبي موجك استفاده شد و نتايج آن با روش شبكه عصبي مصنوعي مقايسه گرديد. پارامترهاي بارندگي، دما، دبي جريان و تراز سطح ايستابي در دوره زمانيماه قبل به‌عنوان ورودي و تراز سطح ايستابي در دوره موردنظربه‌عنوان خروجي مدل‌ها در مقياس زماني ماهانه در طي دوره آماري (1380-1391) انتخاب گرديد. معيارهاي ضريب همبستگي، ريشه ميانگين مربعات خطا، ميانگين قدر مطلق خطا و ضريب نش ساتكليف براي ارزيابي و نيز مقايسه عملكرد مدل‌ها مورداستفاده قرار گرفت. نتايج حاصله نشان داد دو مدل مورداستفاده با دقت قابل قبولي توانسته به تخمين  تراز سطح ايستابي بپردازد، ليكن ازلحاظ دقت، مدل شبكه عصبي موجك با بيشترين ضريب همبستگي (920.0)، كمترين ريشه ميانگين مربعات خطا(074.0m)، ميانگين قدر مطلق خطا (048.0m) و نيز معيار نش ساتكليف(835.0) در مرحله صحت سنجي انتخاب شد. درمجموع نتايج نشان داد كه مدل شبكه عصبي موجك توانايي بالايي در تخمين مقادير كمينه و بيشينه‌ تراز سطح ايستابي دارد.