نگار اکبری؛ مسعود نصری؛ سیدحسن میرهاشمی
چکیده
هدف از این پژوهش استفاده از الگوریتم درختی داده‌کاوی، به منظور مدیریت مناسب بر آبخوان دشت تیروان و کرون است. در این خصوص از هفت عامل مختلف انسانی و طبیعی تأثیرگذار بر تغییرات عمق آبخوان استفاده شد. در ابتدا پیشبینی سه الگوریتم درختی CART، CHAID و MP5 در تغییرات آبخوان با استفاده از شاخص‌های آماری مورد ارزیابی قرار گرفتند. الگوریتم CAHID ...
بیشتر
هدف از این پژوهش استفاده از الگوریتم درختی داده‌کاوی، به منظور مدیریت مناسب بر آبخوان دشت تیروان و کرون است. در این خصوص از هفت عامل مختلف انسانی و طبیعی تأثیرگذار بر تغییرات عمق آبخوان استفاده شد. در ابتدا پیشبینی سه الگوریتم درختی CART، CHAID و MP5 در تغییرات آبخوان با استفاده از شاخص‌های آماری مورد ارزیابی قرار گرفتند. الگوریتم CAHID با توجه به ضریب رگرسیون برابر 82/0 و متوسط مطلق خطا برابر 12/0 دارای عملکرد بهتری نسبت به دو الگوریتم CART و MP5 است. بیشترین مقدار بالاآمدگی آبخوان در ماه‌های آذر، دی، بهمن، اسفند و در زمانی که مقدار حجم بارندگی بین 08/0 تا 72/0 میلیون متر مکعب و درصد رطوبت هوا بیشتر از 72 درصد بوده و همچنین بیشترین مقدار افت آبخوان در ماه‌های شهریور، مرداد و در زمانی که دمای هوا بیشتر از 25 درجه سانتی‌گراد و حجم آب برداشتی از چاه‌های کشاورزی بیشتر از 32/1 میلیون مترمکعب بوده است، توسط نمودار درختی الگوریتم CHAID پیشبینی شد. از عوامل طبیعی، دمای هوا و از عوامل انسانی، حجم آب برداشتی از چاه کشاورزی بیشترین تأثیر در تغییرات عمق آبخوان در دشت مذکور داشته است. دو عامل درصد رطوبت هوا و مقدار حجم بارش، تنها عواملی بودند که رابطه مستقیم با بالاآمدگی عمق آبخوان داشته‌اند. تأثیرگذارترین عوامل در پیشبینی مقدار تغییرات عمق آبخوان دشت تیروان و کرون به ترتیب دمای هوا، حجم آب برداشتی از چاه کشاورزی و حجم بارندگی و بقیه پارامترها تقریبا تأثیرشان با هم برابر بوده است.
