با توجه به پیچیدگی های محیط آب زیرزمینی و هزینه های قابل توجه روش های مرسوم پایش، ابداع فن آوری های نو و بهره گیری از روش های پیشرفته در این امر کمک شایانی در بهبود شناخت سامانه های آب زیرزمینی نموده است. روش های معمول مورد استفاده نیازمند فرایندهای تکراری هستند و در یک مساله ترکیبی غیر خطی، قادر به اعمال جستجوی بهینه سراسری و آنالیز حساسیت تحت قیودات مختلف نمی باشند. در این تحقیق از الگوریتم بهینه سازی گسسته اجزای جمعی به منظور حداقل نمودن فقدان داده کل در شبکه کاهش یافته یا بهینه شده استفاده گردید. به منظور بررسی قابلیت روش، الگوریتم بر روی یک شبکه پایش با تعداد 57 چاه مشاهده ای بکار گرفته شد. با کاهش تعداد چاه های شبکه تا 42 چاه، مقدار جذر میانگین مربع خطا اندازه گیری شد. با تعیین حد آستانه 3/0 برای خطا، شبکه بهینه با تعداد 45 چاه باقیمانده بدست آمد. مقایسه خطوط تراز سطح ایستابی حالات مختلف با شبکه اصلی نشان داد که حل های الگوریتم پیشنهادی موثر و مطلوب بوده و تنها در حالت 42 چاه باقیمانده، در برخی از خطوط تراز کمی انقطاع دیده شد. در مقایسه با الگوریتم ژنتیک، حل های حاصل از الگوریتم اجزای جمعی از راندمان بالاتری برخوردار بوده و دارای سرعت همگرایی سریعتری بود. از نظر مقایسه مقادیر RMSE و نیز مقایسه خطوط تراز تخمینی سطح ایستابی با خطوط تراز اصلی شبکه، دو الگوریتم قابل مقایسه بوده و توزیع چاههای مستعد حذف، موید این مطلب بود.
