چکیده:
در سال های اخیر افت منابع آب زیرزمینی به عنوان مهمترین چالش در مسائل مدیریت منابع آب مطرح است. اولین گام در جهت مدیریت آب زیرزمینی، شـبیهسازی سطح آب زیرزمینی و شناسایی عوامل مؤثر بر سطح آب زیرزمینی است. از این رو در این پژوهش جهت شبـیهسازی سطح آب زیرزمینی دشت سلسله واقع در استان لرستان از مدل ترکیبی رگرسیون بردار پشتیبان (SVR) با موجک و الگوریتمهای فرا ابتـکاری گرگ خاکـستری (GWO) و خفاش (BA) در مقیاس زمانـی ماهانه طی دوره ی آماری 2020-2010 استفاده شـد. مـعیارهای ضریب همبستگی (R2)، مـجذور میانگین مربعات خطا (RMSE) ، میانگین مطلق خطا (MAE)، ضریب بهرهوری نش-ساتکلیف (NSE)، درصد بایاس (PBIAS) برای ارزیابی و مقایسه ی عملکرد مدلها مورد استفاده قرار گرفت. نتایج نشان داد هر سه مدل هیبریدی، در الگوهای ترکیبی نتایج بهتری نسبت به سایر الگوهای تعیینشده دارند. همچنین، با توجه به معیارهای ارزیابی مشخص شد که از بین مدلهای بهکاررفته در شبیه سازی سطح آب زیرزمینی، مدل رگرسیون بردار پشتیبان-موجک با ضریب تعیین (988/0-975/0R2=)، ریـشه ی میانگین مربعات خطا (146/0-112/0RMSE=)، میانـگین قدرمطلق خطا (m093/0-076/0MAE=) ضریب نش ساتکلیف (978/0-963/0NS=) و درصد بایاس (001/0PBIAS=) در مرحله ی صحت سنجی عملکرد بهتری نسبت به سایر مدل ها از خود نشان داده است.
خلاصه ماشینی:
از این رو در این پژوهش جهت شبـیه سازی سطح آب زیرزمینی دشت سلسله واقع در استان لرستان از مدل ترکیبی رگرسیون بردار پشتیبان (SVR) با موجک و الگوریتم های فرا ابتـکاری گرگ خاکـستری (GWO) و خفاش (BA) در مقیاس زمانـی ماهانه طی دوره ی آماری ٢٠٢٠-٢٠١٠ استفاده شـد.
همچنین ، با توجه به معیارهای ارزیابی مشخص شد که از بین مدل های به کاررفته در شبیه سازی سطح آب زیرزمینی ، مدل رگرسیون بردار پشتیبان -موجک با ضریب تعیین (٠٩٨٨-٠٩٧٥=R٢)، ریـشه ی میانگین مربعات خطا (٠١٤٦-٠١١٢=RMSE)، میانـگین قدرمطلق خطا (m٠٠٩٣-٠٠٧٦=MAE) ضریب نش ساتکلیف (٠٩٧٨-٠٩٦٣=NS) و درصد بایاس (٠٠٠١=PBIAS) در مرحله ی صحت سنجی عملکرد بهتری نسبت به سایر مدل ها از خود نشان داده است .
استفاده از مدل هیبریدی رگرسیون بردار پشتیبان با الگوریتم های فرا کاوشی در علوم و مهندسی آب صورت گرفته است که به اختصار به چند مورد در زمینه ی شبیه سازی سطح آب زیرزمینی اشاره میگردد: 1- Zare & Koch 3-Melesse et al.
٢-٢- داده های مورد استفاده در این پژوهش جهت شبیه سازی سطح آب زیرزمینی دشت سلسله واقع در استان لرستان از مدل های هیبریدی رگرسیون بردار پشتیبان _موجک ، رگرسیون بردار پشتیبان _گرگ خاکستری و رگرسیون بردار پشتیبان _خفاش استفاده شد که در شکل ٢ فلوچارت مراحل شبیه سازی نشان داده شد.
Ground water level prediction using artificial neural network, International Journal of Hydrology Science and Technology, 6(4):371-381.
Using Hybrid Wavelet-Support Vector Machine and Wavelet-Neural Network Models for Groundwater Level Prediction in Ardabil Plain, Journal of Hydrogeomorphology, 5, 45-64.