ارزیابی اثر تغییر اقلیم در تراز آب زیرزمینی با استفاده از روشهای هوش مصنوعی مطالعه موردی دشت شبستر

در ده ههای اخیر منابع آب زیرزمینی مواجه با افزایش تقاضا برای مصارف مختلف و تغییرات اقلیمی میباشد که این اثرات باعث تغییرات زیادی درسری زمانی تراز آب میگردد. در این تحقیق جهت بررسی تاثیر پارامترهای اقلیمی در تراز آب زیرزمینی دشت شبستر ابتدا از طریق مدلهای گردش عمومی جو) GCM ( تحت گزارش پنجم، بهترین مدلها برای منطقه مورد مطالعه بدست آمده و با توجه به نیاز افزایش شفافیت مکانی توسط روش ریزمقیاس نمایی آماری لارس برای سه سناریوی نشر )خوش بینانه 2.6RCP ، حدمتوسط .54RCP و بدبینانه 8.5RCP ) برای دوره 30 ساله آتی ( 2020-2049 ( ریزمقیاس نمایی انجام گرفت. نتایج این مدل نشان از افزایش دما و کاهش بارندگی در منطقه مورد مطالعه دارد. در گام بعدی مدل شبکه عصبی مصنوعی) ANN ( با پیش پردازش موجک جهت مطالعه رفتار آبخوان مورد استفاده قرار گرفت. نتایج شبکه عصبی با انواع ورودیهای بارش، دما، خروجی تراز آب زیرزمینی با تاخیرهای زمانی مختلف نشان میدهد که بیشترین حساسیت در مدل بکار رفته مربوط به بارش یک ماه قبل میباشد که برای پنج چاه مشاهداتی انتخاب شده به ترتیب با ضریب همبستگی ) R ) 92 / 0 ، 86 / 0 ، 76 / 0 ، 57 / 0 و 94 / 0 قادر به شبیهسازی میباشد. شبیه سازی مدل تحت سه سناریوی ذکر شده و روند افت سطح آب زیرزمینی منطقه مورد مطالعه در دوره پایه و آینده حاکی از آن است که دینامیک موجود در تراز آب زیرزمینی فقط وابسته به داده های اقلیمی نبوده و نقش عوامل انسانی در افت سطح آب زیرزمینی زیاد است.