مقاله سمپل

ارزیابی عملکرد روش میانگین وزنی مرتب شده OWA در ترکیب نتایج روش های درونیابی در تخمین تراز آب زیرزمینی دشت دهگلان

افشین خلیل، عباس دارابی ، علیرضا وثوقی

21 و 22 اردیبهشت ماه 1395

در دهه های اخیر، ارزيابي و بهنگام سازی شبکه های پايش تراز آب زيرزمیني به منظور مديريت صحیح اين منابع بسیار مورد توجه قرار داشته اند. با اين حال، به دلیل عدم تراکم کافي ايستگاه های پايش تراز آب زيرزمیني، نیازمند استفاده از روشهای درونيابي در تخمین نقاط فاقد مشاهده مي-باشیم. در اين خصوص، انواع روشهای درونيابي و برآوردهای زمین آمار که هر يک بسته به توزيع نقاط نمونهبرداری، تعداد نقاط نمونه برداری و نیز کارآيي مدل، دقت های مختلفي دارند ،مي توانند مورد استفاده قرار گیرند. بنابراين استفاده از روش هايي که بتواند به طور هم زمان نقاط قوت انواع روشهای درونيابي را درنظر گیرد از اهمیت خاصي برخوردار است. اين موضوع در تعداد محدودی از مطالعات گذشته مورد توجه قرار گرفته است. در اين مقاله، از سه روش درونيابي وزني معکوس فاصلهIDW کريجینگ معمولي و توابع درونيابي محلي LPIبه منظور تعیین نقشه های توزيع مکاني تراز آب زيرزمیني دشت دهگلان استفاده شده است. علاوه بر آن، روش میانگین وزني مرتبشدهOWA نیز به منظور ترکیب نتايج حاصل از روشهای درونيابي بکار برده شده است .به اين منظور مدلهای مختلف رتبهدهي شدهاند و پس از تعیین وزنهای مربوط هر يک با استفاده از روش OWA ترکیب شدهاند .سرانجام، به ارزيابي عملکرد نتايج مدل ترکیبي OWA و نیز مدلهای منفرد درونيابي با استفاده از آمارههای خطای RMSE و MAE پرداخته شده است. نتايج حاصل بیانگر بهبود عملکرد مدل ترکیب نسبت به مدل های منفرد درونيابي ميباشد.

تراز آب زيرزمینی ،روش های درونيابی، دشت دهگلان، میانگین وزنی مرتبشده OWA، ترکیب اطلاعات

[1]رنگزن، ک. و مختاری،م. و شايگان، م. )1384(، “ارزيابي دقت مدلهای IDW و Kriging جهت درونيابي دادههای سطح آب زيرزمیني دشت میانآب شوشتر،” همايش ژئوماتیک 84

2.نجفي، س.1389 “ارزيابي روشهای درونيابي جهت تعیین تراز سطح آب زيرزمیني حوضههای آبريز حاشیه درياچه ارومیه،” دومین کنفرانس سراسری مديريت جامع منابع آب.

3. Peeters, L., Fasbender, D., Batelaan, O., & Dassargues, A. (2212). Bayesian data fusion for water table interpolation: Incorporating a hydrogeological conceptual model in kriging. Water Resources Research, 46(8), 1–11. http://doi.org/120122102221WR228353 .

.[4] 4 Manzione, R. L., Wendland, E., & Tanikawa, D. H. (2212). Stochastic simulation of time-series models combined with geostatistics to predict water-table scenarios in a Guarani Aquifer System outcrop area, Brazil. Hydrogeology Journal, 22(7), 1231–1241. http://doi.org/1201227/s12242- 212-2885-8

Sun, Y., Kang, S., Li, F., & Zhang, L. (2229). Comparison of interpolation methods for depth to groundwater and its temporal and spatial variations in the Minqin oasis of northwest China. Environmental