پیش بینی روند افت منابع آب زیر سطحی کاربرد شبکه عصبی مصنوعی (مطالعه موردی شهرستان کرمان)
Publish place: 11th National Seminar on Irrigation and Evapotranspiration
Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,020
This Paper With 9 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:
ABYARI11_236
تاریخ نمایه سازی: 22 مرداد 1391
Abstract:
بهره برداری بی رویه از منابع اب زیرزمینی در ایران ، بالاخص در مناطق بیابانی و نیمه بیابانی و نیز مناطقی که سالیان متمادی خشکسالی را تجربه کرده اند، باعث افت آب های زیرزمینی در این مناطق شده ، به نحوی که نمودار سطح ابهای زیرزمینی افت قابل ملاحظه ای را نشان می دهد. بنابراین مدیریت منابع آب های زیرزمینی در مناطق خشک و نیمه خشک از اهمیت خاصی برخوردار است و پیش بینی روند افت آبهای زیر سطحی کمک زیادی به برنامه ریزی برای مدیریت منابع زیرزمینی اب خواهد کرد. استان کرمان نیز به علت قرار گرفتن در منطقه خشک و نیمه خشک کشور از مشکل خشکسالی رنج می برد . فقر منطقه ، نیاز فراوان محصولات کشاورزی به اب و نیز افزایش مصرف بی رویه ، افت سطح ابهای زیرزمینی در کرمان را با روند افزایشی مواجه کرده است. در این مطالعه با توجه به اهمیت برنامه ریزی جهت استفاده از ذخایر آّ های زیرزمینی در سال های اتی ، به پیش بینی روند کاهش آب های زیر سطحی پرداخته شده است. یکی از روشهای پیش بینی در این زمینه رویکرد شبکه عصبی مصنوعی است. در این مطالعه با استفاده از روش شبکه عصبی مصنوعی و در نظر گرفتن امارهای سری زمانی مربوط به افت آب های زیر سطحی در شهرستان کرمان ، افت سطح آبهای زیرزمینی در سالهای 1388-1392 پیش بینی شده است.
Keywords:
Authors
محمد رضا زارع مهرجردی
استادیار بخش اقتصاد کشاورزی ، دانشگاه شهید باهنر کرمان
حسین تقی زاده
دانشجوی کارشناسی ارشد اقتصاد کشاورزی ، دانشگاه شهید باهنر کرمان
مریم ضیاء آبادی
کارشناس ارشد اقتصاد کشاورزی ، دانشگاه شهید باهنر کرمان
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 :