کاربرد مدل شبکه عصبی در برآورد میزان برداشت از آب های زیرزمینی (نمونه موردی: شرق جلگه اصفهان)

پیش بینی میزان مصرف آب کمک موثری به مدیران و بهره برداران سیستم های آب زیرزمینی است تا بتوانند نسبت به مدیریت صحیح مصرف اقدام کنند. هدف از انجام این پژوهش، پیش بینی میزان برداشت از آب های زیرزمینی شرق جلگۀ اصفهان با استفاده از شبکه های عصبی مصنوعی (artificial neural networks) به عنوان ابزاری توانمند در مدل سازی فرایندهای غیرخطی و نامعین است. داده های استفاده شده در این مطالعه برای تحلیل وضعیت منابع آب زیرزمینی و پیش بینی وضعیت آینده، برداشت از آن با استفاده از روش شبکۀ عصبی، میزان تخلیۀ هریک از چاه های موجود در روستاهای منطقۀ مورد مطالعه به تفکیک سال های مختلف در فاصلۀ زمانی 1382 تا 1390 و به تعداد 16222 حلقۀ چاه است. نتایج به دست آمده از مدل با 7 لایۀ ورودی و خطای کمتر از 0/001 در نمونۀ یادگیری و 0/02 در نمونۀ آزمون، موید آن است که تا سال 1394 میزان برداشت از آب های زیرزمینی منطقۀ مورد مطالعه به میزان 519 میلیون متر مکعب افزایش خواهد یافت. این مسئله با توجه به ناپایداری وضعیت منابع آب سطحی در منطقۀ لزوم طراحی برنامه ریزی مدیریت بحران را دوچندان می کند.

Groundwater, prediction, artificial neural network, eastern part of Isfahan plain

Predicting the amount of water consumed would help the managers in exploitation of underground water systems so that they could manage consumption effectively. This issue, especially in Iran with repeatedly drought and limited water sources is significantly more important. In the present research, by using, artificial neural networks as a powerful tool in nonlinear and indefinite processes have been used in order to predict the amount of water.The data used in this study to analyze the status of groundwater resources and predict the future course of using the neural network,are the discharge of any of the existing wells in the villages of the region according to different years In the period 2003 to 2011, the number of 16222 wells. exploited from underground resources located in the eastern part of Isfahan plain. The results indicate that the water volume exploited from underground resources will reach up to 519 Million cubic meters until 2015. Considering the instability of surface resources in the region, this issue adds more and more on the necessity of the crisis management planning.