تخمین سطح ایستابی با استفاده از یک روش ترکیبی بهینه شده با الگوریتم ژنتیک در دشت رامهرمز

با توجه به اهمیت منابع آب زیرزمینی، برای محاسبه مقدار متوسط و تخمین سطح آب در دشت ها، ضروری است که اطلاعات حاصل از برداشت نقطه ای به سطح دشت تعمیم داده شود. به این منظور کاربرد مدل های زمین آماری، همواره با خطا همراه بوده است، چرا که در اکثر موارد تابع برازش داده شده شامل کلیه نقاط تجربی محاسبه شده نمی باشد. هدف از انجام این پژوهش بررسی کاربرد روش ترکیبی زمین آمار و شبکه عصبی مصنوعی بهینه شده با الگوریتم ژنتیک در تخمین سطح آب زیرزمینی در دشت رامهرمز می باشد. نتایج حاصل از کاربرد روش های کوکریجینگ، کریجینگ و روش عکس فاصله نشان داد که روش کوکریجینگ با مدل نیم تغیرنمای گوسین، بهترین روش زمین آماری برای تخمین سطح ایستابی و ترکیب با شبکه های عصبی می باشد. همچنین نتایج حاصل از ترکیب این دو مدل نشان داد که مدل ترکیبی بهینه شده با الگوریتم ژنتیک دارای معیارهای ارزیابی مناسب تری در تخمین سطح ایستابی نسبت به کاربرد روش های زمین آماری به تنهایی می باشد و به عنوان یک روش ترکیبی مناسب جهت تخمین سطح ایستابی پیشنهاد شده است.