ارزیابی شبکه عصبی مصنوعی و مدل عددی MODFLOW در پیشبینی سطح ایستابی (مطالعه موردی: خراسان جنوبی - دشت بیرجند)
Publish place: Irrigation and Drainage، Vol: 11، Issue: 1
Publish Year: 1396
نوع سند: مقاله ژورنالی
زبان: Persian
View: 333
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IDJ-11-1_001
تاریخ نمایه سازی: 25 اردیبهشت 1400
Abstract:
آبهای زیرزمینی به عنوان یکی از مهمترین منابع تامین آب شرب و کشاورزی به ویژه در مناطق خشک و نیمهخشک مطرح بوده است. دشت بیرجند با قرار گرفتن در منطقه خشک، استفاده از آبهای زیرزمینی را به عنوان تنها منبع تولید آب شیرین در اختیار دارد. پیشبینی نوسانات سطح آب زیرزمینی دشت میتواند کمک شایانی به برنامهریزی و تصمیمگیریهای بعدی، جهت تامین دراز مدت آب شرب، کشاورزی و صنعت نماید. هدف از این تحقیق مقایسه دو روش مدل عددی MODFLOW و شبکه عصبی مصنوعی در پیشبینی سطح ایستابی دشت بیرجند میباشد. شبکه عصبی مصنوعی یکی از روشهای هوشمند بوده که با استفاده از ارتباط ذاتی داده ها، روابط غیرخطی بین آنها را آموزش دیده و نتایج را برای بقیه حالات تعمیم می دهد. مدل عددی نیز با دریافت کلیه اطلاعات مربوط به یک آبخوان که به صورت لایههای GIS میباشد، قادر به پیشبینی سطح آب در آینده است. نرم افزار GMS برای حل عددی معادله حاکم بر حرکت آب زیرزمینی از دو روش المان محدود و تفاضل محدود استفاده مینماید که در این تحقیق از روش تفاضل محدود استفاده شد. مدل عددی برای دو حالت ماندگار و غیرماندگار و در سه سناریوی ترسالی، نرمال و خشکسالی اجرا و مورد مقایسه قرار گرفت. در بخش مدل شبکه عصبی، ورودی های مدل عبارت است از، میزان برداشت از چاههای آب، میزان آب ورودی به هر چندضلعی بر حسب مترمکعب (ناشی از بارندگی منطقه) و تراز سطح آب در هر پیزومتر در گام زمانی قبل و خروجی مدل، تراز سطح آب در گام زمانی فعلی میباشد. نتایج نشان می دهد که با استفاده از روش شبکه عصبی مصنوعی می توان با دقت مناسبی سطح آب زیرزمینی را تا ۱۲ ماه بعد پیشبینی نمود، ضمن آنکه در تعدادی از پیزومترها پیشبینی تا ۱۸ ماه نیز از دقت مناسبی برخوردار است. مدل عددیMODFLOW نیز تا ۲۴ ماه آتی و با دقت بیشتری نسبت به شبکه عصبی مصنوعی تغییرات سطح آب را پیشبینی مینماید.
Keywords:
Authors
محسن محتشم
کارشناس ارشد شرکت آب و فاضلاب مشهد
امیر احمد دهقانی
دانشیار گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
ابوالفضل اکبرپور
دانشیار گروه مهندسی عمران، دانشکده مهندسی، دانشگاه بیرجند، بیرجند، ایران
مهدی مفتاح هلقی
دانشیارگروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
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 :