مقایسه روش های درون یاب زمین آمار جهت درون یابی سطر ایستابی (مطالعه موردی: دشت بازرگان استان آذربا یجان غربی)
Publish Year: 1392
Type: Conference paper
Language: Persian
View: 579
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
ABYARI12_042
Index date: 30 July 2016
مقایسه روش های درون یاب زمین آمار جهت درون یابی سطر ایستابی (مطالعه موردی: دشت بازرگان استان آذربا یجان غربی) abstract
میان یابی یکی از مهم ترین تکنیک هایی است که اقلیم شناسان در مطالعات پهنه ای- مکانی از آن بهره می گیرند. هم چنین برای تهیه نقشه های یکپارچه و پیوسته از مکان مورد نظر، نیاز به روش های درون یابی به منظور پیش بینی مقادیر نامعلوم می باشد. جهت تهیه نقشه های هم سطح آب نیز می تو ن از روش های درون یابی استفاده کرد زیرا انداز هگیری سطح ایستابی در تمام نقاط منطقه مورد نظر کاری بسیار مشکل و پرهزینه است. به همین دلیل جهت تهیه این نقشه ها میتوان داده های چند چاه پیزومتر را مورد بررسی قرار داد و سایر نقاط منطقه مورد نظر را به روش درون یابی تخمین زد. در این مطالعه سطح ایستابی 10 چاه پیزومتر محدوده کشمش تپه دشت بازرگان آذربایجان غربی در شهریور ماه سال های 90 و 91 مورد بررسی قرار گرفت و سپس به کمک مدل+ GS، و روش های کریجینگ، درون یابی پیشرفته و معکوس وزنیفاصله، نقشه هم سطح آب منطقه در هر 2 سال رسم شد که نتایج حاکی از آن بود که سطح آب زیرزمینی در هر دو سال از الگوی پراکنش یکسان پیروی می کند و روش های simulation ٗ krigingنتایج یکسانی را ارائه دادند و به ازای ضریب همبستگی بیشتر از روش درون یاب معکوس وزنی فاصله، مدل های مناسبی جهت درون یابی سطح آب زیرزمینی منطقه مورد مطالعه خواهند بود.
مقایسه روش های درون یاب زمین آمار جهت درون یابی سطر ایستابی (مطالعه موردی: دشت بازرگان استان آذربا یجان غربی) Keywords:
مقایسه روش های درون یاب زمین آمار جهت درون یابی سطر ایستابی (مطالعه موردی: دشت بازرگان استان آذربا یجان غربی) authors
محمد ناظری تهرودی
دانشجوی کارشناسی ارشد منابع آب, دانشگاه ارومیه
زهرا ناظری تهرودی
دانشجوی کارشناسی ارشد آبخیزداری، دانشگاه آزاد اسلامی واحد میبد
کیوان خلیلی
استادیار گروه مهندسی آب، دانشگاه ارومیه
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 :