پتانسيل يابي چشمه‌هاي آب زيرزميني با استفاده از تركيب جديد شبكه عصبي كانولوشني با الگوريتم‌هاي بهينه‌سازي نهنگ (WOA)و كلوني زنبور عسل (ABC)

منابع آب زيرزميني محدود و استفاده زياد از آن‌ها به چالش‌هاي اساسي براي توسعه پايدار در سراسر جهان تبديل شده‌اند. در اين مطالعه تركيبي از روش تجزيه و تحليل نسبت ارزيابي گام‌به‌گام اوزان (SWARA)، روش يادگيري عميق شبكه عصبي كانولوشن (CNN)، بهينه‌سازي نهنگ (WOA) و الگوريتم‌هاي كلوني زنبور عسل (ABC)، استفاده شد كه رويكرد نوآورانه‌اي ارائه مي‌دهد تا نقشه پتانسيل چشمه‌هاي آب زيرزميني استان كرمانشاه، توليد شود. در مرحله اول، يك نقشه شامل 301 مكان چشمه با دبي بالاي 30 متر مكعب بر ثانيه و در ادامه سيزده پارامتر به عنوان متغيرهاي مستقل ايجاد شدند. براي تعيين وزن معيارها، تعيين ارتباط بين پتانسيل ايجاد چشمه و عوامل انتخاب شدۀ روش SWARA مورد استفاده قرار گرفت. سپس براي تهيۀ نقشۀ پتانسيل چشمه هاي آب زيرزميني از مدل تركيبي CNN-WOA، استفاده شد در انتها از منحني مشخصۀ عملكرد (ROC) براي ارزيابي مدل ها استفاده شد. نتايج حاصل از اعتبارسنجي مجموعه دادۀ آموزش براي مدل هاي SWARA-CNN-WOA، SWARA-CNN-ABC به ترتيب 86 و 91 درصد است نتايج نشان داد با اختلاف كم، مدل SWARA-CNN-ABC عملكرد بهتري نسبت به مدل ديگر داشت. به علاوه ارزيابي نرخ پيش‌بيني مشخص نمود كه مقادير زير منحني ROC براي مدل‌هاي SWARA-CNN-ABC، SWARA-CNN-WOA به ترتيب 87 و 88 درصد است. بر اساس نتايج، با وجود عملكرد عالي تمام مدل‌ها، مدل SWARA-CNN-ABC پيش بيني دقيق‌تري انجام داده است. مدل‌هاي تركيبي ارائه شده در پژوهش حاضر مي توانند به عنوان يك روش كارآمد و مؤثر براي بهبود پتانسيل يابي آب زيرزميني مورد استفاده قرار گيرند.