خوشه بندی شبکه چاهک های مشاهده ای و پیش بینی سطح آب زیرزمینی به کمک شبکه های عصبی مصنوعی (مطالعه موردی: دشت مراغه)
Publish place: The Journal of Water and Soil، Vol: 27، Issue: 1
Publish Year: 1396
Type: Journal paper
Language: Persian
View: 219
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_WASO-27-1_022
Index date: 15 January 2023
خوشه بندی شبکه چاهک های مشاهده ای و پیش بینی سطح آب زیرزمینی به کمک شبکه های عصبی مصنوعی (مطالعه موردی: دشت مراغه) abstract
هدف از پژوهش حاضر خوشه بندی چاهک های مشاهده ای آبخوان دشت مراغه (آذربایجان شرقی) و پیش بینی تراز آب زیرزمینی به کمک شبکه های عصبی مصنوعی بود. ابتدا با کمک روش خوشه بندی سلسله مراتبی-WARD ۲۰ چاهک مشاهده ای محدوده دشت مراغه با طول دوره آماری بیش از ۱۵ سال خوشه بندی شد. سپس یک خوشه با ۳ زیرخوشه همگن انتخاب و نماینده هر زیرخوشه تعیین شد. با استفاده از شبکه های عصبی مصنوعی با ساختار پرسپترون چند لایه با الگوریتم پس انتشار خطا، تراز آب زیرزمینی نماینده هر زیرخوشه شبیه سازی گردید. نتایج نشان داد که در نظر گرفتن داده های دمای هوا به عنوان ورودی در شبکه های عصبی مصنوعی موجب اغتشاش شبکه و در نظر گرفتن تاخیر زمانی برای پارامترهای ورودی، باعث تخمین دقیق تر مقادیر سطح آب زیرزمینی شد. بر اساس نتایج، کمترین و بیشترین مقدار RMSE حاصل بین مقادیر محاسباتی و مشاهداتی به ترتیب ۲۶/۰ و ۶۳/۰ متر بود. هم چنین بیشترین و کمترین مقدار R۲ به ترتیب ۸۶/۰ و ۸۲/۰ به دست آمد.
خوشه بندی شبکه چاهک های مشاهده ای و پیش بینی سطح آب زیرزمینی به کمک شبکه های عصبی مصنوعی (مطالعه موردی: دشت مراغه) Keywords:
خوشه بندی شبکه چاهک های مشاهده ای و پیش بینی سطح آب زیرزمینی به کمک شبکه های عصبی مصنوعی (مطالعه موردی: دشت مراغه) authors
جعفر نیکبخت
۱- دانشیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه زنجان
سمانه نوری۲
۲- دانش آموخته کارشناسی ارشد آبیاری و زهکشی، دانشکده کشاورزی، دانشگاه زنجان
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 :