عبداله طاهری تیزرو

پیشبینی نوسانات سطح آب زیرزمینی، جهت برنامهریزی در مناطق خشک و نیمهخشک امری ضروری است. در این مطالعه برای پیشبینی نوسانات سطح آب زیرزمینی دو پیزومتر واقع در دشت کرمان از مدلهای شبکه عصبی مصنوعی، سری زمانی آریما و رگرسیییون خطی چند متغیره اسییتداده شیید. برای دسییتیابی به این منرور از عمق آب زیرزمینی ماهانه پیزومترهای مذکور طی سالهای 1392 - 1381 ا ستداده گردید. نتایج برر سی حالتهای مختلف مدل سری زمانی آریما ن شان داد که مدل سری زمانی آریما ) 1 و 1 و 0 ( و ) 2 و 0 و 2 ( برای پیزومتر جنوب باغین و مدل سییری زمانی آریما ) 1 و 1 و 1 ( و ) 0 و 0 و 2( برای پیزومتر اراضییی فرودگاه بهترین برازش را با دادهها داشیته اسیت. در مدلهای شیبکه عصیبی مصینوعی MLP و RBF مدل MLP با 2 و 4 لایه پنهان برای پیزومترهای جنوب باغین و مدل RBF با 8 و 10 لایه پنهان برای پیزومترهای ارا ضی فرودگاه بهترین برازش را با دادهها دا شتهاند. در مدل سازی با روش رگر سیون خطی چندمتغیره، برای هر دو پیزومتر بهترین روابط مدل رگر سیون خطی چندمتغیره به د ست آمده ن شان داد که رابطه رگر سیون خطی چندمتغیره عمق آب زیرزمینی ماه فعلی تابعی از عمق آب زیرزمینی یک ماه قبل ا ست؛ به عبارت دیگر عمق آب زیرزمینی، بیشییترین وابسییتگی را به عمق آب زیرزمینی ماه قبل دارد. نتایج آزمون معیار خطا و همچنین نتایج مقایسییه مقادیر پیشبینی مدلهای MLP ، RBF ، ARIMA ، و مدل رگرسیییون خطی چند متغیره با مقادیر واقعی پیزومترها ن شان داد، که پیشبینی عمق آب زیرزمینی به و سیله مدل رگر سیون خطی چندمتغیره از مدلهای شبکه ع صبی و سری زمانی آریما بهتر بوده است.