استفاده از ابزارهای پیش پردازش مکانی کوکریجینگ و SOM برای پیش بینی پارامترهای کیفی آب زیر زمینی با مدل شبکه عصبی مصنوعی

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 453

This Paper With 8 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ICWESD01_071

تاریخ نمایه سازی: 19 خرداد 1396

Abstract:

مدلسازی پارامترهای کیفی آب های زیرزمینی به عنوان یکی از منابع تامین آب شهری، کشاورزی و صنعتی بسیار حایز اهمیت بوده و استفاده از روش های نوین برای این منظور در سالهای اخیر توسعه زیادی پیدا کرده است. استفاده از ابزارهای پیش پردازش زمانی و مکانی داده ها در بالا بردن دقت این روش ها بسیار حایز اهمیت میباشد. مطالعه حاضر از ابزارهای زمین آمار کوکریجینگ و نقشه های خود سازمانده SOM به ترتیب به عنوان تخمینگر مکانی و خوشه بندی در ترکیب با مدل شبکه عصبی ANN برای پیش بینی زمانی پارامترهای کیفی هدایت الکتریکی EC و مقدار کل جامدات محلول TDS در آب زیرزمینی دشت اردبیل استفاده کرده است. همچنین این مطالعه، اثر خوشه بندی مکانی را در پیشبینی زمانی EC و TDS بررسی میکند. نتایج نشان داد که خوشه بندی مکانی با انتخاب ورودی های موثر روش مناسبی در جهت بهبود پیش بینی پارامترهای کیفی آب زیرزمینی با استفاده از مدل ANN میباشد

Keywords:

Authors

فرناز دانشور وثوقی

استادیار گره مهندسی عمران دانشکده فنی و مهندسی دانشگاه آزاد اسلامی واحد اردبیل

وحید نورانی

استاد گروه مهندسی آب دانشکده مهندسی عمران دانشگاه تبریز

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 :
  • گروه مهندسی عمران، دانشکده فنی، دانشگاه محقق اردبیلی، 6 تا ...
  • Snchez-Martos, F.; Aguilera, P.A.; Garrido -Frenich, A. and Torres, J. ...
  • درخشان، ش.، غلامی، و. و درواری، ز. (1392)، "شبیه سازی ...
  • د مهردادی ن.، نی بید _ باغوند، ا، زارع ابیانه، ...
  • Nourani, V.; Monadjemi, P. and Singh, V. P. (2007), "Liquid ...
  • Hsu, K.; Gupta, H. V. and Sorooshian, S. (1995), _ ...
  • Ma, T.S.; Sophocleous, M. and Yu, Y.S. (1999), ،Geostatistical applications ...
  • Rizzo, D.M. and Mouser, J.M. (2000), *Evaluation of geostatistics for ...
  • Barca, E. and Passarella, G. (2008), "Spatial evaluation of the ...
  • Taghizadeh Mehrjardi, R.; Zareian Jahromi, M.; Mahmodi, S. and Heidari, ...
  • Ahmadian, S. (2013), "Geostatistical based modelling of variations of groundwater ...
  • Taheri Tizro, A; Voudouris, K. and Vahedi, S. (2014), "Spatial ...
  • Mousavifazl, H.; Alizadh, A. and Ghahraman, B. (2013), _ Application ...
  • Delbari, M.; Bahraini Motlagh, M.; Kiani, M. and Amiri, M. ...
  • 1. Taghizadeh- Mehrj ardi, R. (2014), "Mapping the spatial variability ...
  • Peeters, L. and Dassargues, A. (2006), "Classification of groundwater samples ...
  • Hong, Y-S. and Rosen, M.R. (2001), "Intelligent c haracterization and ...
  • Peeters, L.; Bacao, F.; Lobo, V. and Dassargues, A. (2007), ...
  • Choi, B.Y.; Yun, S.T.; Kim, K.H.; Kim, J.W.; Kim, H.M. ...
  • Nguyen, T.T.; Kawamura, A.; Tong, T.N.; Nakagawa, N.; Amaguchi, H. ...
  • Kuo, Y. M., Liu, C. W. and Lin, K. H. ...
  • Lin, G.F. and Chen, G.R. (2006), "An improved neural network ...
  • neural Artificial؛ه 21. Banerjee, P.; Singh, V.S.; C hattopadhyay, _ ...
  • Nasr, M. and Zahran, H. F. (2014). "Using of pH ...
  • Orzepowski, W.; Paruch, AM.; Pulikowski, K.; Kowalczyk, T. and PokHadek, ...
  • Kim, T. and Valdes, J.B. (2003), "Nonlinear model for drought ...
  • Mohammadi, J. (1385). "Pedometer", Pelk publications, p. 453. ...
  • Hsu, K. and Li, S. (2010), "Clustering spati al-temporal precipitation ...
  • نمایش کامل مراجع