مهندسین مشاور طرح و تحقیقات آب و فاضلاب اصفهان مجله آب و فاضلاب 1024-5936 26 5 2015 12 01 Predicting Groundwater Chlorine Concentration in Dezful Aquifer Using the Panel Data Model کاربرد مدل داده‌های ترکیبی در برآورد غلظت کلر آبخوان دزفول 48 55 9401 FA غزاله هادی قنوات دانشجوی کارشناسی ارشد گروه مهندسی آب، دانشگاه بیرجند علی شهیدی استادیار گروه مهندسی آب، دانشگاه بیرجند عباس خاشعی سیوکی استادیار گروه مهندسی آب، دانشگاه بیرجند سید رضا هاشمی استادیار گروه مهندسی آب، دانشگاه بیرجند Journal Article 2013 08 27 Groundwater resources are of great importance in arid and semi-arid regions due to their ease of access and low extraction costs. Compared to studies conducted on the quantity of groundwater resources, less research has been devoted to groundwater qulity. The present study was thus designed and implemented to forecast groundwater chlorine variations in Dazful Plain in Khuzistan Province, Iran. " Panel data" is a regression model that considers variables of different units over time. In this study, it was exploitedfor the simultaneous prediction of groundwater quality in different wells. For this purpose, meteorological parameters such as rain and ET0 as well as the quality parameters including EC, sodium, calcium, and magnesium were collected in ten wells in the study area on a seasonal basis over a period of 8 years. In the next step, the data thus collected were subjected to different "panel data" regression models including Common Effects, Fixed Effects, and Random Effects. The results showed that the Random Effects Regression Model was best suited for predicting groundwater quality. Moreover, performance indicators (R2= 0.96, RMSE= 2.445) revealed the effectiveness of this method. آب‌های زیرزمینی در مناطق خشک و نیمه‌خشک مانند ایران به دلیلکم هزینه و در دسترس بودناهمیت زیادی دارند. با توجه به کمبود مطالعات در بخش کیفیت منابع آب زیرزمینی در مقایسه با کمیت این منابع، این پژوهش با هدف پیش‌بینی تغییرات کلر آب زیرزمینی در دشت دزفول در استان خوزستان صورت گرفت. داده‌های ترکیبی مدلی رگرسیونی با در نظر گرفتن متغیرها در واحدهای مختلف و در طی زمان، امکان پیش‌بینی کیفیت آب را به‌طور توأم در چندین چاه فراهم می‌آورد. به این منظور، در محدوده مورد مطالعه، پارامترهای هواشناسی بارندگی و تبخیر و تعرق پتانسیل و پارامترهای کیفی EC، سدیم، کلسیم و منیزیم برای تخمین کلر در ده چاه انتخابی به‌صورت فصلی در یک دوره هشت ساله جمع‌آوری شد. در مرحله بعد، انواع مدل‌های داده‌های ترکیبی شامل اثر مشترک، ثابت و تصادفی بر روی داده‌های موجود برازش داده شد. نتایج نشان داد که مدل داده‌های ترکیبی با اثرات تصادفی بهترین نتیجه را برای پیش‌بینی کیفیت (کلر) آب زیرزمینی داشته است. معیارهای عملکرد  R²=0.96) ،2.445RMSE=) نیز بیانگر دقت مدل است. https://www.wwjournal.ir/article_9401_9f067d8d6df2d4b8c64fb4c084d6c208.pdf