عملکرد شش روش ترکیبی هوشمند در مدل سازی کیفی آب زیرزمینی مطالعه موردی: دشت بافق

بررسی و کنترل کیفیت آب های زیرزمینی در برنامه ریزی و توسعه منابع آب نقش مهمی دارد و استفاده از یک روش کارا می تواند تا حد زیادی موجب افزایش دقت و کاهش هزینه ها در این زمینه گردد. در این پژوهش، برای آموزش و بهینه یابی پارامترهای مدل سیستم استنتاج عصبی-فازی (ANFIS) جهت مدل سازی کیفی آب زیرزمینی دشت بافق در استان یزد، از 6 الگوریتم فراابتکاری بهینه سازی ازدحام ذرات (PSO)، ژنتیک (GA)، رقابت استعماری (ICA)، کرم شب تاب (FA)، فرهنگی (CA) و استراتژی تکامل انطباق ماتریس کوواریانس (CMA-ES) استفاده گردید. برای انتخاب بهترین ترکیب ورودی جهت تخمین سه پارامتر هدایت الکتریکی (EC)، جذب سدیم (SAR) و سختی کل (TH) از روش های پیرسون و اسپیرمن برای تحلیل حساسیت و میزان همبستگی سایر پارامترها استفاده گردید و مدل سازی کیفی با روش های ترکیبی انجام و عملکرد مدل ها با نمایه های ضریب همبستگی(R2)، خطای جذر میانگین مربعات (RMSE) و ضریب نش-ساتکلیف (NSE) سنجیده شد. نتایج نشان داد که هر شش روش ترکیبی عملکرد بسیار مناسبی را در مدل سازی پارامترهای آب زیرزمینی از خود نشان دادند. همچنین مدل ANFIS-FA در هر سه دسته مدل سازی جزو بهترین مدل ها بود، به طوری که مقدار R2 ، RMSE و NSE آن به ترتیب برای بخش آزمایش در TH، 99/0، 41/0 و 99/0، برای SAR، 98/0، 11/1 و 95/0 و برای EC، 99/0، 7/305 و 99/0 به دست آمد. سایر روش ها نیز با دقتی مناسب موفق به مدل سازی و پیش بینی پارامترهای موردنظر شدند. با توجه به دقت محاسبات، این روش ها گزینه های مناسبی برای پیش بینی متغیرهای کیفی آب زیرزمینی به شمار می روند.