تخمین پارامترهای هیدرودینامیکی آبخوان محبوس با استفاده از مدل فازی سوگنو

شناخت دقیق پارامترهای هیدروژئولوژیکی مانند قابلیت انتقال، هدایت هیدرولیکی و ضریب ذخیره یا آبدهی ویژه از جمله پارامترهای مهم برای پیش‏بینی شرایط آبخوان هستند که عموماً تعیین آنها برای نقاط مختلف آبخوان با هزینه‏های فراوانی انجام می‏‌شود. در سال‏های اخیر، از مدل‏های هوش مصنوعی به عنوان جایگزین روش‏های انطباق منحنی تیپ برای تعیین پارامترهای هیدرودینامیکی آبخوان‏ها استفاده شده است. بنابراین، در مطالعۀ حاضر نیز برای تعیین پارامترهای هیدرو‏دینامیکی آبخوان محبوس از منطق فازی سوگنو استفاده شد. ابتدا دقت، قابلیت اطمینان و توانایی تعمیم این مدل فازی از طریق آزمایش آن با داده‏های افت- زمان واقعی تایید شد. سپس، نتایج به‌دست‌آمده از این مدل با نتایج به‌دست‌آمده از روش‏ گرافیکی تایس و شبکۀ عصبی مصنوعی مقایسه شد. مقایسۀ rrmse مدل شبکۀ عصبی مصنوعی و مدل فازی به منظور تخمین قابلیت انتقال آبخوان و ضریب ذخیره در مرحلۀ آزمایش نشان داد مدل فازی، خطا را به‌ترتیب 9.21 و 11.66 درصد نسبت به شبکۀ عصبی کاهش می‏دهد. بنابراین، نتایج به‌دست‌آمده از روش گرافیکی تایس، شبکۀ عصبی مصنوعی و مدل منطق فازی در مرحلۀ صحت‏سنجی نشان می‌دهند مدل فازی سوگنو در کنار دو روش یادشده توانایی تعیین پارامترهای آبخوان تحت فشار را دارد. این کارایی نسبی بیشتر منطق فازی سوگنو را می‌توان در توانایی ذاتی آن در کار با داده‏ها و پارامترهای دارای عدم قطعیت نسبت به روش گرافیکی تایس و شبکۀ عصبی مصنوعی دانست.