پتانسیل یابی منابع آب زیرزمینی دشت سرو: کاربرد مدلهای آنتروپی شانون و نسبت فراوانی
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 356
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JISE-43-2_009
تاریخ نمایه سازی: 7 اردیبهشت 1400
Abstract:
هدف از تحقیق حاضر تهیه نقشه پتانسیل منابع آب زیرزمینی در مناطق کمآب (دشت سرو استان آذربایجان غربی) با استفاده از مدل آنتروپی شانون و نسبت فراوانی میباشد. بدین منظور، داده آبدهی چاههای بهرهبرداری محدوده جمعآوری و پس از آن، آبدهی چاههای مذکور به آبدهی بالا ( بیشتر از ۱۱ مترمکعب بر ساعت) و پایین (کمتر از ۱۱ مترمکعب بر ساعت) تقسیم شد. در نهایت دادههای با آبدهی بالاتر نیز به دو دسته جهت ساخت مدل یا مرحله واسنجی (دادههای آموزش) و صحتسنجی یا اعتبارسنجی (دادههای آزمایش) تقسیم گردید. سپس عوامل موثر بر پتانسیل آب زیرزمینی شامل شیب زمین، جهت شیب، ارتفاع، بارش، انحنای کلی زمین، زمینشناسی (سن)، کاربری اراضی، فاصله تا رودخانه، فاصله تا گسل و نقشه خاک تهیه شد. در نهایت پس از تهیه نقشه پتانسیل آب زیرزمینی توسط مدلهای مذکور، اقدام به صحتسنجی آنها شد. نتایج صحتسنجی با دادههای آموزش (نرخ موفقیت) نشان داد که سطح زیر منحنی (AUC) در مدل نسبت فراوانی ۸۸ درصد و در مدل آنتروپی شانون برابر ۸۴ درصد است. نتایج صحتسنجی با دادههای آزمایش ( نرخ پیشبینی) نشان داد که سطح زیر منحنی در مدل نسبت فراوانی ۸۴ درصد و در مدل آنتروپی شانون برابر ۸۱ درصد است. بنابراین، مقایسه دو مدل نشان داد که هر دو مدل دارای صحت قابل قبولی هستند، اما با توجه به نتایج صحتسنجی، مدل نسبت فراوانی دارای عملکرد نسبتا بهتری میباشد. مهمترین فاکتورهای موثر در پتانسیلیابی آب زیرزمینی در دشت سرو، کاربری اراضی، خاک، زمینشناسی و طبقات ارتفاعی میباشند.
Keywords:
Authors
سعید خوش طینت
دانشجوی دکتری، مهندسی آب، گروه مهندسی عمران، واحد رودهن، دانشگاه آزاد اسلامی، رودهن، ایران.
بابک امین نژاد
استادیار، گروه مهندسی عمران، واحد رودهن، دانشگاه آزاد اسلامی، رودهن، ایران،
یوسف حسن زاده
استاد دانشکده مهندسی عمران، دانشگاه تبریز، تبریز، ایران.
حسن احمدی
استادیار، گروه مهندسی عمران، واحد رودهن، دانشگاه آزاد اسلامی، رودهن، 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 :