پیش بینی زمانی و مکانی سطح آب زیرزمینی با استفاده از روش های هوش مصنوعی و زمین آمار (مطالعه موردی: آبخوان دشت دوزدوزان)
Publish place: Geography and Planning، Vol: 20، Issue: 58
Publish Year: 1395
نوع سند: مقاله ژورنالی
زبان: Persian
View: 315
This Paper With 21 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_GEOP-20-58_015
تاریخ نمایه سازی: 23 آبان 1400
Abstract:
نبود منابع آب سطحی دائمی در بسیاری از نقاط کشور باعث اضافه برداشت آب از منابع محدود زیرزمینی شده است. در دشت دوزدوزان که در حوضه آبریز دریاچه ارومیه قرار دارد، بهدلیل عدم جریان سطحی دائمی برداشت بیرویه از منابع آب زیرزمینی باعث ایجاد متوسط افت ۷۶ سانتیمتر در سال شده است. هدف از این تحقیق پیشبینی سطح آب زیرزمینی در این دشت با استفاده از روشهای هوش مصنوعی و زمین آمار میباشد. در ابتدا با استفاده از روش خوشهبندی مرتبهای (HCA) پیزومترها دستهبندی شدند. با انجام آنالیز حساسیت، دادههای ماهانه سطح آب، بارش و تبخیر هرکدام با یک تاخیر زمانی طی دوره ۱۰ ساله (۹۱-۸۲) بهعنوان ورودیهای مدل انتخاب شدند. پس از نرمالسازی دادهها مدلسازی با شبکههای عصبی (ANNs) انجام شد. به منظور بررسی بیشتر شبیهسازی با مدل فازی ساگنو (SFL) نیز انجام شد. برای مقایسه نتایج دو مدل شاخصهای آماری جذر میانگین مربعات خطا و ضریب تبیین بهکار گرفته شدند. با توجه به برتری مدل ANNs، مدل کریجینگ و کوکریجینگ عصبی برای پیشبینی مکانی سطح ایستابی انتخاب شدند و پیش بینی مکانی با هر دو مدل انجام شد. نتایج نشان داد که مدل کوکریجینگ با در نظر گرفتن پارامتر ثانویه توپوگرافی نسبت به مدل کریجینگ پیشبینی دقیقتری داشته است. براساس نتایج بهدست آمده با افزایش بازه زمانی پیش بینی خطای مدل ترکیبی (کوکریجینگ عصبی) افزایش مییابد که بیشتر بهدلیل افزایش خطای مدل شبکه عصبی مصنوعی با افزاییش بازه زمانی پیشبینی میباشد و خطای مدل زمین آمار ( کوکریجینگ) نامحسوس بهنظر میرسد.
Keywords:
شبکه های عصبی مصنوعی(ANNs) , مدل فازی ساگنو(SFL) , نوسانات سطح ایستابی , کریجینگ , کوکریجینگ , دشت دوزدوزان
Authors
عطاالله ندیری
استادیار گروه علوم زمین ، دانشگاه تبریز.
کیوان نادری
دانشجوی کارشناسی ارشد هیدروژئولوژی
اصغر اصغری مقدم
استاد گروه زمین شناسی، دانشگاه تبریز
محمدحسن حبیبی
دانشجوی کارشناسی ارشد هیدروژئولوژی
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 :