2
گروه مهندسی آب دانشکده کشاورزی دانشگاه تربت حیدریه
10.22077/jdcr.2026.11272.1234
چکیده
پیش‌بینی دقیق تغییرات سطح آب زیرزمینی نقش کلیدی در مدیریت پایدار منابع آب دارد. هدف از این پژوهش، توسعه و ارزیابی یک چارچوب داده‌محور مبتنی بر یادگیری عمیق برای پیش‌بینی سطح آب زیرزمینی در آبخوان دشت بیرجند با استفاده از داده‌های ماهواره‌ای چندزمانه و چندباندی است. در این مطالعه، مجموعه‌ای از شاخص‌های سنجش‌ازدور شامل شاخص‌های پوشش گیاهی، دمای سطح زمین، تبخیر–تعرق و سایر پارامترهای هیدرو–اقلیمی استخراج و پس از به‌کارگیری فرآیندهای پیشرفته مهندسی ویژگی، به‌عنوان ورودی به مدل‌های یادگیری ماشین و یادگیری عمیق ارائه شد. نکته نوآورانه این پژوهش آن است که برخلاف بسیاری از مطالعات پیشین، از لگ زمانی مستقیم سطح آب زیرزمینی در فرآیند مدل‌سازی استفاده نشد. نتایج ارزیابی مدل‌ها نشان داد که مدل DNN-Enhanced با دستیابی به ضریب تعیین R² = 0.9807 و خطای RMSE = 723/4 متر، عملکردی برتر نسبت به سایر مدل‌های مورد بررسی ارائه کرده است. تحلیل اهمیت متغیرها بیانگر آن بود که شاخص‌های پوشش گیاهی به‌ویژه NDVI و شاخص‌های دمایی، به‌ویژه شاخص‌های حدی، بیشترین سهم را در پیش‌بینی سطح آب زیرزمینی دارند. همچنین نتایج تحلیل عدم‌قطعیت نشان داد که مدل پیشنهادی از پایداری و قابلیت اعتماد مناسبی برخوردار بوده و توانایی پوشش کامل بازه‌های اطمینان ۹۵ درصدی را دارد. یافته‌های این پژوهش نشان می‌دهد که تلفیق داده‌های سنجش‌ازدور چندمنبعی با معماری‌های عمیق ارتقایافته، حتی بدون استفاده مستقیم از لگ‌های زمانی سطح آب زیرزمینی، می‌تواند به پیش‌بینی‌های دقیق منجر شود. چارچوب ارائه‌شده می‌تواند به‌عنوان ابزاری کارآمد در پایش و مدیریت منابع آب زیرزمینی، مدیریت خشکسالی و برنامه‌ریزی بهره‌برداری از آبخوان‌ها مورد استفاده قرار گیرد.
کاوسی گیوشاد، محدثه، دستورانی، مهدی، خاشعی سیوکی، عباس و جعفرزاده، احمد. (1405). توسعه یک چارچوب نوین یادگیری عمیق برای پیش‌بینی سطح آب زیرزمینی مبتنی بر داده‌های ماهواره‌ای. (e4348). مجله پژوهش های خشکسالی و تغییراقلیم، ()، e4348 https://doi.org/10.22077/jdcr.2026.11272.1234
MLA
کاوسی گیوشاد، محدثه، دستورانی، مهدی، خاشعی سیوکی، عباس، و جعفرزاده، احمد. "توسعه یک چارچوب نوین یادگیری عمیق برای پیش‌بینی سطح آب زیرزمینی مبتنی بر داده‌های ماهواره‌ای" .e4348 ، مجله پژوهش های خشکسالی و تغییراقلیم، ، 1405، e4348. doi: 10.22077/jdcr.2026.11272.1234
HARVARD
کاوسی گیوشاد، محدثه، دستورانی، مهدی، خاشعی سیوکی، عباس، و جعفرزاده، احمد. (1405). 'توسعه یک چارچوب نوین یادگیری عمیق برای پیش‌بینی سطح آب زیرزمینی مبتنی بر داده‌های ماهواره‌ای'، مجله پژوهش های خشکسالی و تغییراقلیم، (), e4348. doi: 10.22077/jdcr.2026.11272.1234
CHICAGO
کاوسی گیوشاد، محدثه، دستورانی، مهدی، خاشعی سیوکی، عباس و جعفرزاده، احمد، "توسعه یک چارچوب نوین یادگیری عمیق برای پیش‌بینی سطح آب زیرزمینی مبتنی بر داده‌های ماهواره‌ای." مجله پژوهش های خشکسالی و تغییراقلیم، (1405): e4348, doi: 10.22077/jdcr.2026.11272.1234
VANCOUVER
کاوسی گیوشاد محدثه، دستورانی مهدی، خاشعی سیوکی عباس، جعفرزاده احمد. توسعه یک چارچوب نوین یادگیری عمیق برای پیش‌بینی سطح آب زیرزمینی مبتنی بر داده‌های ماهواره‌ای. مجله پژوهش های خشکسالی و تغییراقلیم. 1405;():e4348. doi: 10.22077/jdcr.2026.11272.1234
