مدل بندی اثرات مصرف و بارش بر نوسانات تراز سطح ایستایی (مطالعه موردی: آبخوان دشت عجب شیر)

ارزیابی و پیشبینی تغییرات تراز سطح آب زیرزمینی با استفاده از مدلهای خاص، اطلاعات ارزشمندی جهت مدیریت منابع آب و برنامه ریزی مصرف، در اختیار میگذارد. از بین ابزار و روش های متفاوت موجود، مدلهای رگرسیون غیرخطی چند متغیره برای پیشبینی پدیده های هیدرولوژیکی از اهمیت زیادی برخوردارند. در این پژوهش از داده های ماهانه مصارف، بارش و ارتفاع سطح ایستابی برای سالهای 1380 الی 1390 دشت عجبشیر استفاده گردید. با تجزیه و تحلیل همبستگی 0/ 0/39 و 86 (R متقاطع مشخصشد که بارندگی ها با تاخیر یک ماهه و مصارف با تاخیر دوماهه بهترتیب با ضرایب تعیین ( 2 بیشترین تاثیر را بر ارتفاع سطح ایستابی داشتند. سپس رابطه عمومی بین این سه متغیر از طریق یک معادله رگرسیونی 0/35 متر به دست آمد. برای پیشبینی (RMSE) 0 و ریشه متوسط مربعات خطا / غیرخطی چندمتغیره با ضریب تعیین 87 مقادیر ارتفاع سطح ایستابی در سالهای آتی، نخست مصارف و بارش بهترتیب با استفاده از روش های شبکه عصبی مصنوعی و توماس – فیرینگ پیشبینی شدند، سپس با قرار دادن در معادله رگرسیونی به دست آمده، مقادیر ارتفاع سطح ایستابی پیشبینی گردید. از طرف دیگر، از شبکه عصبی مصنوعی برای پیشبینی ارتفاع سطح ایستابی استفاده شد که با این 0 متر بهدست آمد. مقایسه نتایج دو روش نشان داد که / 0 و ریشه متوسط مربعات خطا 39 / روش مقدار ضریب تعیین 82 مدل رگرسیونی غیرخطی چند متغیره از دقت بیشتری در پیشبینی ارتفاع سطح ایستابی دشت موردمطالعه برخوردار است.