پیش بینی نوسانات ضخامت معادل آب زیرزمینی با استفاده از اطلاعات ماهوارهای و ترکیب الگوریتم بهینه سازی و هوش مصنوعی
عنوان مقاله: پیش بینی نوسانات ضخامت معادل آب زیرزمینی با استفاده از اطلاعات ماهوارهای و ترکیب الگوریتم بهینه سازی و هوش مصنوعی
شناسه ملی مقاله: JR_IJSWR-55-4_004
منتشر شده در در سال 1403
شناسه ملی مقاله: JR_IJSWR-55-4_004
منتشر شده در در سال 1403
مشخصات نویسندگان مقاله:
مهتاب بادکوبه هزاوه - گروه مهندسی عمران، واحد اراک، دانشگاه آزاد اسلامی ، اراک ، ایران
محسن نجارچی - گروه مهندسی عمران، واحد اراک، دانشگاه آزاد اسلامی ، اراک ، ایران
محمد رضا جلالی - گروه مهندسی عمران، واحد اراک، دانشگاه آزاد اسلامی ، اراک ، ایران
حسین مظاهری - گروه مهندسی شیمی، واحد اراک، دانشگاه آزاد اسلامی ، اراک ، ایران
سعید شعبانلو - گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه،ایران
خلاصه مقاله:
مهتاب بادکوبه هزاوه - گروه مهندسی عمران، واحد اراک، دانشگاه آزاد اسلامی ، اراک ، ایران
محسن نجارچی - گروه مهندسی عمران، واحد اراک، دانشگاه آزاد اسلامی ، اراک ، ایران
محمد رضا جلالی - گروه مهندسی عمران، واحد اراک، دانشگاه آزاد اسلامی ، اراک ، ایران
حسین مظاهری - گروه مهندسی شیمی، واحد اراک، دانشگاه آزاد اسلامی ، اراک ، ایران
سعید شعبانلو - گروه مهندسی آب، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه،ایران
طی سالیان اخیر استفاده از اطلاعات ماهوارهای مختلف توانسته است به عنوان یک راهکار قابل اطمینان مورد توجه قرار گیرد. هدف از این تحقیق پیش بینی نوسانات ضخامت معادل آب زیرزمینی با استفاده از اطلاعات ماهواره GRACE و مدل سازی آن با استفاده از ترکیب الگوریتم بهینهسازی و هوش مصنوعی است. منطقه مطالعاتی این تحقیق، حوضه آبریز دریاچه ارومیه واقع در شمال غربی ایران می باشد. بدین منظور از ۱۸۰ داده ماهواره های GRACE طی سال های آوریل ۲۰۰۲ تا مارس ۲۰۱۷ استفاده شد. خروجی ماهواره ها شامل ۶ پیکسل قرار گرفته بر روی حوضه انتخابی می باشد که ۲ نقطه از آن که بیشترین همپوشانی را با محدوده حوضه داشتند برای مدلسازی با ابزار هوش مصنوعی انتخاب شدند. برای این کار از مدلهای ترکیبی GA-ANN، ICA-ANN و PSO-ANN استفاده شد. نتایج نشان داد خروجی مدل ICA-ANN دارای بهترین برازش با داده های مشاهداتی با ضریب همبستگی برابر با ۹۱۵/۰ و ۹۴۲/۰ در دو پیکسل انتخابی ۲ و ۵ در مرحله آزمون بود. لذا برای پیشبینی نوسانات ضخامت معادل آب زیرزمینی در منطقه مطالعاتی بجای استفاده از مدل های پیچیده با حجم دادههای بسیار زیاد میتوان با اطمینان از مدل ICA-ANN استفاده کرد. این رویکرد کمک زیادی به محققین بخش آب زیرزمینی میکند تا بدون استفاده از مدل های عددی با ساختار پیچیده و وقتگیر با استفاده از اطلاعات ماهوارهای و ابزار هوش مصنوعی با دقت بالا تغییرات ضخامت معادل آب زیرزمینی در هر ماه را بر اساس داده های ضخامت معادل آب زیرزمینی در ماهواره GRACE مربوط به ماه های قبل پیشبینی نمایند.
کلمات کلیدی: ضخامت معادل آب زیرزمینی, ماهواره GRACE, GA-ANN, ICA-ANN, PSO-ANN
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/2037013/