پیش‌بینی ارزیابی پتانسیل آب زیرزمینی در دشت خرم آباد بر اساس شبکه‌های عصبی کانولوشن

Abstract

امروزه به‌دلیل افزایش جمعیت، توسعه صنعتی، بهره‌برداری بی‌رویه، خشکسالی‌ها بهره‌برداری از آب‌های زیرزمینی چندین برابرشده است. بنابراین تشخیص مناطق دارای آب زیرزمینی به‌عنوان یکی از منابع مهم برای تأمین آب آشامیدنی، کشاورزی، صنایع مختلف به‌خصوص از موارد مهم و ضروری در مدیریت منابع آب محسوب می‌شود. هدف از انجام این پژوهش، بررسی و پهنه‌بندی مناطق دارای آب زیرزمینی در دشت خرم‌آباد واقع در استان لرستان با استفاده از روش شبکه عصبی کانولوشن است. بدین منظور ابتدا از طریق بازدیدهای میدانی، نقشه‌های زمین‌شناسی و توپوگرافی و با مرور منابع قبلی و بررسی شرایط منطقه، نه عامل طبقات ارتفاعی، شیب، جهت‌ شیب، فاصله از گسل، فاصله از رودخانه، بارش، لیتولوژی و کاربری‌اراضی، خاک به‌عنوان عوامل مؤثر بررسی و انتخاب شدند و نقشه آن‌ها در محیط ArcGisتهیه شدند. درروش کانولوشن تعداد نمونه‌ها به‌عنوان نسبت بین مجموعه آموزشی و مجموعه آزمایشی70:30 تعیین شد و چارچوب شبکه عصبی کانولوشن به‌عنوان 2 لایه کانولوشن و 2 لایه ادغام، 2 اتصال کامل استفاده شد. لایه‌ها و در نهایت لایه sigmoid برای در طبقه‌بندی از هسته کانولوشن 3 3، تابع Relu به‌عنوان تابع فعال‌سازی و تابع آنتروپی متقاطع به‌عنوان تابع زیان استفاده شد. نقشه‌های به‌دست آمده در 5 کلاس طبقه‌بندی شد. هم‌چنین برای اعتبارسنجی نتایج مدل از ماتریس کانفیوزن استفاده شد.30 درصد از داده‌های واقعی برای ارزیابی استفاده شد که منجر به‌دقت کلی92 درصد شد، یعنی مدل توانسته 92درصد داده‌ها را آب زیرزمینی و93درصد عدم آب زیرزمینی رو به‌درستی تشخیص دهد. تجزیه و تحلیل نقشه پتانسیل آب زیرزمینی مدل شبکه عصبی کانولوشن نشان می‌دهد که حدود 57 درصد منطقه در شرایط کم آب زیرزمینی و43درصد منطقه در شرایط خوب آب زیرزمینی قرار دارد.

Keywords

• پهنه‌بندی
• شبکه‌ عصبی
• آب زیرزمینی
• دشت خرم‌آباد