fa مقایسه مدل‌ عددی، روش‌های هوشمند عصبی و زمین آمار در تخمین سطح آب زیرزمینی پژوهشي Research <div style="text-align: justify;"><span style="font-family:b nazanin;"><span style="font-size:12.0pt;">مدل‌سازی به‌عنوان روشی کارآمد با کم&shy;ترین هزینه، امکان مطالعه پیچیدگی جریان آب زیرزمینی را برای مدیران فراهم می‌نماید. هدف این تحقیق مقایسه مدل عددی، روش&shy;های هوشمند عصبی و زمین آمار در مدل‌سازی تغییرات سطح آب زیرزمینی می‌باشد. بدین منظور اطلاعات آبخوان دشت همدان </span></span><span style="font-family:times new roman,serif;"><span style="font-size:12.0pt;">&ndash;</span></span><span style="font-family:b nazanin;"><span style="font-size:12.0pt;"> بهار به‌عنوان یکی از مهم‌ترین منابع تامین آب منطقه، مورد مطالعه قرار گرفت. در این پژوهش از کد عددی </span></span><span dir="LTR"><span style="font-family:times new roman bold,serif;">MODFLOW</span></span><span style="font-family:b nazanin;"><span style="font-size:12.0pt;"> در نرم&shy;افزار </span></span><span dir="LTR"><span style="font-family:times new roman bold,serif;">GMS</span></span><span style="font-family:b nazanin;"><span style="font-size:12.0pt;">، شبکه عصبی مصنوعی و روش عصبی - فازی در نرم‌افزار </span></span><span dir="LTR"><span style="font-family:times new roman bold,serif;">NeuroSolution</span></span><span style="font-family:b nazanin;"><span style="font-size:12.0pt;">، روش عصبی </span></span><span style="font-family:times new roman,serif;"><span style="font-size:12.0pt;">&ndash;</span></span><span style="font-family:b nazanin;"><span style="font-size:12.0pt;"> موجک در نرم&shy;افزار </span></span><span dir="LTR"><span style="font-family:times new roman bold,serif;">MATLAB</span></span><span style="font-family:b nazanin;"><span style="font-size:12.0pt;"> و روش زمین آمار در نرم‌افزار </span></span><span dir="LTR"><span style="font-family:times new roman bold,serif;">ArcGIS</span></span><span style="font-family:b nazanin;"><span style="font-size:12.0pt;"> استفاده گردید. مقایسه نتایج نشان داد که دقت روش‌های محاسبه سطح آب زیرزمینی برحسب کم&shy;ترین آماره مجذور میانگین مربعات خطای نرمال (</span></span><span dir="LTR"><span style="font-family:times new roman bold,serif;">NRMSE</span></span><span style="font-family:b nazanin;"><span style="font-size:12.0pt;">)، به‌ترتیب به روش عصبی - موجک، عصبی </span></span><span style="font-family:times new roman,serif;"><span style="font-size:12.0pt;">&ndash;</span></span><span style="font-family:b nazanin;"><span style="font-size:12.0pt;"> فازی، زمین آمار، شبکه عصبی مصنوعی و مدل عددی تعلق داشت. به‌طوری که مقدار آماره </span></span><span dir="LTR"><span style="font-family:times new roman bold,serif;">NRMSE</span></span><span style="font-family:b nazanin;"><span style="font-size:12.0pt;"> در روش عصبی - موجک به‌عنوان روش بهینه، برابر 0/11درصد و در روش مدل عددی برابر 2/2 درصد بدست آمد. مقدار ضریب همسبتگی روش‌های فوق به‌ترتیب 0/998و 0/904بود. بنابراین می‌توان کاربرد روش&shy;‌های ترکیبی هوشمند عصبی به‌ویژه نظریه موجک را در محاسبه سطح آب زیرزمینی مناسب‌تر از روش زمین آمار و مدل عددی دانست. ضمن آن‌که در روش&shy;‌های هوشمند عصبی از متغیرهای زودیافت طول و عرض جغرافیایی و ارتفاع از سطح دریا به‌عنوان بردار اطلاعات ورودی استفاده شد .</span></span> <span style="font-family:b nazanin;"><span style="font-size:12.0pt;">نتایج پهنه‌بندی سطح آب زیرزمینی آبخوان نیز گویای روند کاهش سطح آب زیرزمینی از بخش غرب به شرق آبخوان بود که همسو با گرادیان هیدرولیکی می‌باشد.</span></span><br> &nbsp;</div> <div style="text-align: justify;">Modeling provides the studying of groundwater managers as an efficient method with the lowest cost. The purpose of this study was comparison of the numerical model, neural intelligent and geostatistical in groundwater table changes modeling. The information of Hamedan &ndash; Bahar aquifer was studied as one of the most important water sources in Hamedan province. In this study, MODFLOW numerical code in GMS software, artificial neural network (ANN) and neural &ndash; fuzzy (CANFIS) method in NeuroSolution software, wavelet-neural method in MATLAB software and geostatistical method in ArcGIS software were used. The results showed that the accuracy of methods in estimation of the groundwater table with the lowest Normal Root Mean Square Error (NRMSE) include Wavelet-ANN, CANFIS, geostatistical, ANN and numerical model, respectively. The NRMSE value in Wavelet-ANN method as optimization method was 0.11 % and in numerical model was 2.2 %. Also the correlation coefficients were 0.998 and 0.904, respectively. So application of neural combination models, specially, wavelet theory in estimated the groundwater table is most suitable than geostatistical and numerical model. Moreover, in the neural intelligent models were applied latitude, longitude and altitude as available variables in input models. The zoning results of groundwater table indicated that the decreased trend of groundwater table was from the west to the east of aquifer which was in line with the hydraulic gradient.<br> &nbsp;</div> مدل عددی, عصبی – موجک, عصبی - فازی, زمین آمار, سطح آب زیرزمینی. Numerical Model, CANFIS, Wavelet-ANN, GeoStatistical, Groundwater Table 165 182 http://jgs.khu.ac.ir/browse.php?a_code=A-10-3530-1&slc_lang=fa&sid=1 Maryam Bayatvarkeshi مریم بیات ورکشی m.bayat.v@malayeru.ac.ir 100319475328460016274 100319475328460016274 Yes malayer university دانشگاه ملایر Rojin Fasihi روژین فصیحی rojin.fasihi@yahoo.com 100319475328460016275 100319475328460016275 No malayer university دانشگاه ملایر