عملکرد شش روش ترکیبی هوشمند در مدلسازی کیفی آب زیرزمینی مطالعه موردی: دشت بافق

Abstract

بررسی و کنترل کیفیت آب‌های زیرزمینی در برنامه­ریزی و توسعه منابع آب نقش مهمی دارد و استفاده از یک روش کارا ‌می‌تواند تا حد زیادی موجب افزایش دقت و کاهش هزینه‌ها در این زمینه گردد. در این پژوهش، برای آموزش و بهینه­یابی پارامترهای مدل سیستم استنتاج عصبی-فازی (ANFIS) جهت مدل­سازی کیفی آب زیرزمینی دشت بافق در استان یزد، از 6 الگوریتم فراابتکاری بهینه­سازی ازدحام ذرات (PSO)، ژنتیک (GA)، رقابت استعماری (ICA)، کرم شب­تاب (FA)، فرهنگی (CA) و استراتژی تکامل انطباق ماتریس کوواریانس (CMA-ES) استفاده گردید. برای انتخاب بهترین ترکیب ورودی جهت تخمین سه پارامتر هدایت الکتریکی (EC)، جذب سدیم (SAR) و سختی کل (TH) از روش‌های پیرسون و اسپیرمن برای تحلیل حساسیت و میزان همبستگی سایر پارامترها استفاده گردید و مدل­سازی کیفی با روش‌های ترکیبی انجام و عملکرد مدل‌ها با نمایه‌های ضریب همبستگی(R2)، خطای جذر میانگین مربعات (RMSE) و ضریب نش-ساتکلیف (NSE) سنجیده شد. نتایج نشان داد که هر شش روش ترکیبی عملکرد بسیار مناسبی را در مدل­سازی پارامترهای آب زیرزمینی از خود نشان دادند. همچنین مدل ANFIS-FA در هر سه دسته مدل­سازی جزو بهترین مدل‌ها بود، به­طوری­که مقدار R2 ، RMSE و NSE آن به­ترتیب برای بخش آزمایش در TH، 99/0، 41/0 و 99/0، برای SAR، 98/0، 11/1 و 95/0 و برای EC، 99/0، 7/305 و 99/0 به­دست آمد. سایر روش‌ها نیز با دقتی مناسب موفق به مدل­سازی و پیش­بینی پارامترهای موردنظر شدند. با توجه به دقت محاسبات، این روش‌ها گزینه‌های مناسبی برای پیش­بینی متغیرهای کیفی آب زیرزمینی به­شمار ‌می‌روند.