fa مقایسه‌ی سه روش رگرسیونی در بازسازی داده‌های تراز آب زیرزمینی (مطالعه‌ی موردی) تخصصي Special كاربردي Applicable <div style="text-align: justify;"><span style="font-family:tahoma;"><span dir="RTL"><span style="font-size:11.0pt;">پایه و اساس مطالعات هیدرولوژی، داده‌های آماری مورد قبول بوده و این در حالی است که خلاهای پیوسته و گسسته در اغلب داده‌های هیدرولوژی مانند داده‌های تراز آب زیرزمینی که یکی</span></span><span style="font-size:11.0pt;"> <span dir="RTL">از</span> <span dir="RTL">مهم‌ترین</span> <span dir="RTL">و</span> <span dir="RTL">ارزان‌ترین</span> <span dir="RTL">منابع</span> <span dir="RTL">آب</span> <span dir="RTL">به</span> <span dir="RTL">شمار</span> <span dir="RTL">می‌روند، به دلیل عدم اندازه‌گیری و ثبت آمار، حذف آمار غلط، خرابی و ... اتفاق می‌افتد و در نتیجه براورد این داده‌ها ضروری به نظر می‌رسد. در</span> <span dir="RTL">این</span> <span dir="RTL">پژوهش</span> <span dir="RTL">روش‌های</span> <span dir="RTL">بر پایه‌ی رگرسیون</span> <span dir="RTL">جهت بازسازی</span> <span dir="RTL">داده‌های گمشده‌ی مرتبط با تراز آب‌ زیرزمینی ایستگاه‌های</span> <span dir="RTL">پیزومتری</span> <span dir="RTL">حوضه‌ی استان</span> <span dir="RTL">لرستان مورد استفاده</span> <span dir="RTL">قرار گرفته</span> <span dir="RTL">است. به این منظور پس از حذف عمدی حدود 1۵ درصد داده‌های مشاهده‌ای ماهانه‌ی چهار سال متوالی از 22 ایستگاه پیزومتری در محدوده‌ی الشتر، مقادیر</span> <span dir="RTL">آن‌ها</span> <span dir="RTL">براورد شده و با استفاده از شاخص ریشه‌ی مجذور میانگین مربعات خطا و درصد</span> <span dir="RTL">مدول</span> <span dir="RTL">میانگین انحراف</span> <span dir="RTL">نسبی مورد ارزیابی قرار گرفته است. در نهایت نیز نتایج به‌دست آمده برتری رگرسیون ساده در مقایسه با سایر روش‌ها را نشان می‌دهد.</span></span></span></div> The base for hydrology studies is accurate data. However, the gaps and shortage of sufficient data exist n the most hydrology data such as&nbsp; underground water data as the most important and cheapest water source,&nbsp; lack of&nbsp; data&nbsp; take places due to various reasons such as Inability to measure and faille to register statistics. Missing data or incorrect statistics, Therefore, estimating the missing data is necessary which depending on the conditions of each station may demand a specific method to yield the best solution. In this article regression methods were applied in restoring underground water contour of piezometer stations of Lorestan province. In this regards, after deliberate deletion of about 15% the monthly observation data for four consecutive years in 22 piezometer stations in Alashtar of Lorestan province, their values are estimated and assessed them through RMSE and percentage of relative deviation of mean module. Finally, the obtained results are show that the simple linear regression method outperforms other methods. بازسازی داده‌ها, رگرسیون خطی ساده, رگرسیون خطی فازی, رگرسیون خطی چند متغیره, تراز آب زیرزمینی Reconstruction data, simple linear regression, Fuzzy linear regression, multi linear regression, groundwater level 21 37 http://ijoss.srtc.ac.ir/browse.php?a_code=A-10-37-9&slc_lang=fa&sid=1 Javad Behnamian جواد بهنامیان 1003194753284600701 1003194753284600701 Yes Bu-Ali Sina University دانشگاه بوعلی سینا همدان Marzieh Zaker مرضیه ذاکر 1003194753284600702 1003194753284600702 No Bu-Ali Sina University دانشگاه بوعلی سینا همدان