مدل سازی تغییرات کیفی آب زیرزمینی در دشت زیدون با استفاده از مدل شبکه عصبی مصنوعی بهینه شده (مطالعه موردی: دشت زیدون)

پژوهش حاضر به منظور شبیه سازی پارامترهای کیفی آب زیرزمینی دشت زیدون شامل SAR ، EC و TDS با استفاده از مدل های ANN و ANN-GA و درنهایت مقایسه نتایج آن ها با داده های اندازه گیری شده ، انجام گرفته است. این دشت با مساحتی حدود 1034 کیلومتر مربع در جنوب غربی شهرستان بهبهان واقع شده و دارای اقلیم خشک و بیابانی است. پارامترهای ورودی مدل ها برای پارامتر کیفی TDS شامل سدیم، هدایت الکتریکی، کلسیم، منیزیم، سولفات و نسبت جذب سدیم و برای پارامتر کیفی SAR شامل سدیم، کل نمک های محلول، بی کربنات، کلسیم و منیزیم و برای پارامتر کیفی EC شامل کلسیم، منیزیم، سولفات، سدیم و نسبت جذب سدیم از سال 1390 تا 1397 جمع آوری گردید.نتایج نشان داد، در مدل ANN و ANN-GA بیشترین دقت شبیه سازی SAR در مدل با تابع تانژانت سیگمویید، در مدل شبیه ساز EC هم بیشترین دقت در مدل های ANN و ANN-GA به ترتیب مربوط به توابع محرک لگاریتم سیگمویید و تانژانت سیگمویید می باشد. همچنین در مدل ANN و ANN-GA بیشترین دقت شبیه سازی TDS به ترتیب در مدل با توابع محرک تانژانت سیگمویید و لگاریتم سیگمویید به دست آمد. به طوری که مقدار RMSE و MAE کمترین مقدار و شاخص R2 بیشترین مقدار را دارد. به طور کلی با توجه به نتایج بدست آمده، دقت مدل ANN-GA هم بالاتر از مدل ANN، برای شبیه سازی پارامترهای کیفی آب زیرزمینی دشت زیدون برآورد شده است.بنابراین استفاده از مدل شبکه عصبی مصنوعی به همراه الگوریتم ژنتیک ابزار مناسبی برای شبیه سازی پارامترهای کیفی آب زیرزمینی در حجم بالا، بدون احتیاج به اندازه گیری و کارهای آزمایشگاهی که نیاز به زمان و هزینه بالا دارند، می باشد.