انتخاب تکنیک درونیابی بهینه جهت تخمین پارامترهای کیفی آبخوان در نقاط اندازهگیری نشده نقش مهمی در مدیریت کمی و کیفی منابع آب ایفا میکند. هدف اصلی این تحقیق ارزیابی دقت روشهای درونیابی متداول با استفاده از GIS و مدل شبکه عصبی مصنوعی میباشد. بدینمنظور تخمین سه پارامتر کیفی CL، EC و pH آبخوان دشت قروه- دهگان واقع در استان کردستان توسط هر یک از مدلها مورد ارزیابی قرار گرفت. در این تحقیق از دادههای کیفی 56 چاهک مشاهداتی که دارای پراکندگی مناسبی در کل دشت هستند، استفاده گردید. در این تحقیق دادههای 46 چاهک مشاهداتی جهت واسنجی و دادههای 10 چاهک دیگر جهت صحت سنجی مدلها استفاده شدند. نتایج نشان داد که روشهای شبکه عصبی مصنوعی، IDW و کریجینگ (spherical) بهترتیب جهت تخمین پارامترهای کیفی CL، PH و EC از دقت بیشتری نسبت به سایر مدلها برخوردار بودهاند. البته مدل شبکه عصبی در تخمین هر سه پارامتر دارای دقت بسیار خوبی میباشد.در صورت کمبود وقت و همچنین نیاز بهدقت قابل قبول و ریسک کمتر در تخمین پارامترهای کیفی، استفاده از این مدل نسبت به سایر مدلهای آماری بهکار رفته ارجحیت دارد.
بازنشر اطلاعات | |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |