سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

ارزیابی اثر تدوین سناریوهای مدیریتی در دقت پیش بینی سطح ایستابی با استفاده از مدل ترکیبی موجک-رگرسیون بردار پشتیبان (WSVR)

Publish Year: 1402
Type: Journal paper
Language: Persian
View: 86

This Paper With 15 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

JR_IJSWR-54-9_010

Index date: 18 August 2024

ارزیابی اثر تدوین سناریوهای مدیریتی در دقت پیش بینی سطح ایستابی با استفاده از مدل ترکیبی موجک-رگرسیون بردار پشتیبان (WSVR) abstract

به دلیل محدود بودن منابع آب سطحی در بسیاری از کشور های خشک جهان، منابع آب زیرزمینی به عنوان اصلی ترین منبع تامین نیازهای آبی شناخته می شوند. برداشت بی رویه از این منابع در سال های اخیر، اهمیت پیش بینی قابل اطمینان سطح آب های زیرزمینی را به منظور اعمال مدیریت بهینه این منابع، افزایش می دهد. هدف از پژوهش حاضر، تعیین بهترین سناریوی ترکیب داده های ورودی در پیش بینی سطح آب زیرزمینی دشت همدان-بهار با بکارگیری از مدل ترکیبی موجک-رگرسیون بردار پشتیبان (WSVR) می باشد. جهت این امر، ابتدا داده های ماهیانه بارش، دما، تبخیر و سطح ایستابی هفده چاه مشاهده ای در طول مدت بیست و شش سال (۱۳۹۶-۱۳۷۰) تهیه و تکمیل گردید. به منظور انتخاب داده های ورودی مدل و میزان تاخیر آنها، نه سناریو با ترکیب و تاخیرهای متفاوت تعریف شد. با استفاده از پارامتر های آماری ضریب همبستگی پیرسون (r)، خطای استاندارد (SE) و جذر میانگین مربعات خطا (RMSE) ارزیابی مدل شبیه سازی شده در هر سناریو صورت پذیرفت و با برترین سناریو، پیش بینی سطح آب زیرزمینی منطقه برای ده سال آتی انجام شد. بر اساس نتایج حاصله، سناریویی که شامل هر چهار پارامتر ورودی، هریک با یک و دو تاخیر، می شد، دارای بالاترین دقت بود. همچنین نتایج پیش بینی شده با سناریوی برتر، حاکی از یک روند نزولی قابل توجه در سطح آب زیرزمینی منطقه طی سال های آتی بود. لذا باتوجه به حساسیت ویژه این دشت در تامین آب شرب، کشاورزی و صنعت شهرهای همدان و بهار و لزوم برداشت آب بیشتر در سال های آینده، تصمیم گیری برای مدیریت مطلوب تر آب زیرزمینی این منطقه، امری الزامی خواهد بود.

ارزیابی اثر تدوین سناریوهای مدیریتی در دقت پیش بینی سطح ایستابی با استفاده از مدل ترکیبی موجک-رگرسیون بردار پشتیبان (WSVR) Keywords:

ارزیابی اثر تدوین سناریوهای مدیریتی در دقت پیش بینی سطح ایستابی با استفاده از مدل ترکیبی موجک-رگرسیون بردار پشتیبان (WSVR) authors

یگانه حاجیلو

گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران

صفر معروفی

گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران

عبداله طاهری تیزرو

گروه علوم و مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان، ایران

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 :
Ansari, M., & Jabbari, I. (۲۰۲۳). Modeling and forecasting of ...
Behzad, M., Asghari, K., & Coppola Jr, E. A. (۲۰۱۰). ...
Bierkens, M. F. (۱۹۹۸). Modeling water table fluctuations by means ...
Cohen, A., & Kovacevic, J. (۱۹۹۶). Wavelets: The mathematical background. ...
Ebrahimi, H., & Rajaee, T. (۲۰۱۷). Simulation of groundwater level ...
Eskandari, A., Faramarzyan yasuj, F., Zarei, H., & Solgi, A. ...
Eskandari, A., Solgi, A., & Zarei, H. (۲۰۱۸). Simulating fluctuations ...
Ghobadian, R., Bahrami, Z., & Dabagh Bagheri, S. (۲۰۱۶). Applying ...
Gong, Y., Zhang, Y., Lan, S., & Wang, H. (۲۰۱۶). ...
Izadi, A.A., Davari, K., Alizadeh, A., Ghahraman, B., & Haghayeghi ...
Khayat, A. (۲۰۱۷). Prediction of grounwater level using the Nuero- ...
Khedri, A., Kalantari, N., & Vadiati, M. (۲۰۲۰). Comparison study ...
Moosavi, V., Vafakhah, M., Shirmohammadi, B., & Behnia, N. (۲۰۱۳). ...
Nayak, P. C., Rao, Y. S., & Sudheer, K. P. ...
Nourani, V., Hasan Zadeh, Y., Komasi, M., & Sharghi, E. ...
Rahnama, N., Zarei, H., & Ahmadi, F. (۲۰۲۳). Application of ...
Rostaminezhad Dolatabad, H., Shahabi, S., & Madadi, M. R. (۲۰۲۳). ...
Sadat‑Noori, M., Glamore۱, W., Khojasteh, D. (۲۰۲۰). Groundwater level prediction ...
Saeedi Razavi, B., Arab, A. (۲۰۱۹). Groundwater Level Prediction of ...
Shrivastava, N. A., & Panigrahi, B. K. (۲۰۱۴). A hybrid ...
Suryanarayana, C., Sudheer, C., Mahammood, V., & Panigrahi, B. K. ...
Tapak, L., Rahmani, A. R., & Moghimbeigi, A. (۲۰۱۳). Prediction ...
Vapnik, V. (۱۹۹۸). Statistical learning theory. (No Title) ...
Yoon, H., Jun, S. C., Hyun, Y., Bae, G. O., ...
Yu, H., Wen, X., Feng, Q., Deo, R. C., Si, ...
Zhou, T., Wang, F., & Yang, Z. (۲۰۱۷). Comparative analysis ...
نمایش کامل مراجع