سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

پیشبینی میزان بهره‏برداری از منابع آب زیرزمینی شهرستان جیرفت و امکان تغذیه آن‏ها به‏کمک نزولات جوی

Publish Year: 1396
Type: Journal paper
Language: Persian
View: 312

This Paper With 10 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

JR_JISE-40-1_004

Index date: 27 April 2021

پیشبینی میزان بهره‏برداری از منابع آب زیرزمینی شهرستان جیرفت و امکان تغذیه آن‏ها به‏کمک نزولات جوی abstract

افزایش مصرف آب ناشی از افزایش جمعیت باعث کاهش کیفی و کمی آب‏های قابل استحصال شده است. مدیریت منابع آب به‏ویژه آب‏های زیرزمینی، در مناطق خشک و نیمه خشک از اهمیت خاصی برخوردار است. شهرستان جیرفت یکی از مناطق مهم کشاورزی در کشور به‏شمار می‏آید که در سال‏های اخیر به دلیل بهره­برداری بی­رویه از منابع آب زیرزمینی با افت شدید سطح این آب‏ها مواجه بوده است. لذا در این مطالعه به‏منظور بررسی چگونگی بهره‏برداری از منابع آب زیرزمینی در شهرستان جیرفت و امکان تغذیه آن‏ها به‏وسیله نزولات جوی در سال‏های آینده، به پیش بینی سطح این آب‏ها و میزان بارندگی طی سال‏های ۹۶-۱۳۹۳پرداخته شده است. بدین منظور از مدل شبکه عصبی مصنوعی استفاده شد. نتایج نشان داد که اگر روند کنونی بهره‏برداری از این آب‏ها ادامه یابد، سطح آب‏های زیرزمینی این شهرستان طی چهار سال و نیم آینده، حدود ۶۸/۶ متر کاهش می‏یابد و نزولات جوی نمی‏تواند به افزایش سطح این آب‏ها کمک نماید. لذا راهکارهایی همانند بالا بردن بهره‏وری آب در بخش کشاورزی و استفاده از روش‏های نوین آبیاری به‏منظور کاهش مصرف آب و در نتیجه جلوگیری از بهره‏برداری بیشتر، می‏تواند در پیشگیری از کاهش سطح این آب‏ها مورد استفاده قرار گیرد.

پیشبینی میزان بهره‏برداری از منابع آب زیرزمینی شهرستان جیرفت و امکان تغذیه آن‏ها به‏کمک نزولات جوی Keywords:

مدل شبکه عصبی مصنوعی , روش انتشار برگشتی , آب زیرزمینی

پیشبینی میزان بهره‏برداری از منابع آب زیرزمینی شهرستان جیرفت و امکان تغذیه آن‏ها به‏کمک نزولات جوی authors

سمیه امیرتیموری

استادیار گروه اقتصاد کشاورزی، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
1-    اسفندیاری درآباد، ف.، حسینی، ا.، آزادی مبارکی، م. و ...
2-    اکبری، م.، جرگه، م. و ح. مدنی سادات. 1388. ...
3-    ایزدی، ع.، داوری، ک.، علیزاده، ا. و ب. قهرمان. ...
5-    دلاور، م. 1384. تحلیل و ارائه مدل نوسانات تراز ...
6-    رحمانی، ع. و م. سدهی. 1383. پیش بینی تغییرات ...
7-    روشن، ر. 1385. پیش بینی تورم ایران به کمک ...
8-    ﺻﺎدﻗﯽ، ح.، ذوالفقاری، م. و م. الهامی‏نژاد. 1390. مقایسه ...
9-    طرازکار، م. 1384. پیش بینی قیمت برخی محصولات زراعی ...
10-  فلاح، س.، قبادی نیا، م.، شکرگزار دارابی، م. و ...
11-  ﻓﻬﻴﻤﻲﻓﺮد، س.، سالارپور، م. و م. صبوحی. 1390. مقایسه ...
12- کریمی گوغری، ش. و ا. اسلامی. 1387. پیش بینی ...
13- محتشم، م.، دهقانی، ا. ا.، اکبرپور، ا. و م. ...
14- منهاج، م. 1377. مبانی شبکه‌های عصبی (هوش محاسباتی). نشر ...
15- ﻣﻨﻬﺎج، م. کاظمی، ع. شکوری گنجوی، ح. و م. ...
16- نجفی، ب. و م. طرازکار. 1385. پیش ‌بینی میزان ...
17- یوسفی‏راد، م.، صفایی جزی، ر. و م. بخشایی. 1387. ...
18- Bithas, K. 2008. The sustainable residential water use: Sustainability, ...
19- Chen, X., Racine, J. and R. N. Swanson. 2001. ...
  20- Elsafi, S. H. 2014. Artificial Neural Networks (ANNs) ...
21- Haoffi, Z., Guoping, X., Fagting, Y. and Y. Han. ...
22- Hetch-Nielsen, R. 1987. Kolmogorovʼs mapping neural networks existence theorem. ...
23- Hotunluoglu, H. 2011. Forecasting Turkey’s energy demand using artificial ...
24- Kavaklioglu K., Ceylan H., Ozturk, H.K. and O. E. ...
25- Khan, S., Gabriel, H. F. and T. Rana. 2008. ...
نمایش کامل مراجع