پیش بینی شوری آب زیرزمینی زیر لوله های زهکش با استفاده از شبکه عصبی

Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 361

This Paper With 9 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:

JR_JME-16-52_017

تاریخ نمایه سازی: 16 تیر 1398

Abstract:

آگاهی از شوری لایه­های خاک زیر زهکش­ها بویژه در مناطقی با آب زیرزمینی کم عمق و شور مانند خوزستان منجر به انتخاب و طراحی بهترین عمق و فاصله زهکش می­شود. در تحقیق حاضر کاربرد روش شبیه­سازی شبکه عصبی مصنوعی در پیش­بینی روند تغییرات شوری آب زیرزمینی زیر لوله­های زهکش آزموده شد. به منظور واسنجی و اعتباریابی نتایج مدل از داده­های جمع­آوری شده از یک مدل آزمایشگاهی با ابعاد 8/1 در 1 در 2/1 متر استفاده گردید. در این مدل زهکش­ها در عمق­های 20، 40 و 60 سانتی­متری و در هر عمق در سه فاصله 60، 90 و 180 سانتی­متری نصب شدند. در روش شبکه عصبی مصنوعی از الگوریتم آموزش لونبرگ- مارکوارت با تابع انتقال سیگموئید، استفاده شد. پس از تجزیه و تحلیل آماری و محاسبه ریشه میانگین مربعات خطا، خطای استاندارد و ضریب همبستگی میزان برازش میان مقادیر واقعی و شبیه­سازی شده تغییرات شوری آب زیرزمینی محاسبه شد. مقدار این شاخص­ها به ترتیب 27/5 دسی­زیمنس بر متر، 12/0 و 96/0 برآورد گردید. مقادیر این شاخص ها برای  شوری خروجی از زهکش­ها در اعماق و فواصل مختلف نسبت به زمان و با دبی­های 07/0، 11/0 و 14/0 لیتر بر ثانیه به­ترتیب برابر با 34/0 دسی­زیمنس بر متر، 09/0 و 99/0 می­باشد. نتایج نشان داد روش شبکه عصبی مصنوعی در شبیه­سازی روند تغییرات شوری آب زیرزمینی زیر لوله­های زهکش و همچنین روند تغییرات شوری زه آب خروجی در اعماق و فواصل مختلف زهکش ها از دقت خوبی برخوردار است

Authors

حامد نوذری

دانشگاه بوعلی سینا همدان

سعید آزادی

دانشگاه بوعلی سینا همدان

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 :
  • [ مریم نوابیان، عبدالمجید لیاقت، طراحی بهینه سیستمهای زهکشی بر ...
  • همایش ملی مدیریت شبکههای آبیاری و زهکشی دانشگاه شهید چمران ...
  • [ بیژن نظری، عبدالمجید لیاقت، مسعود پارسینژاد، عبد علی ناصری، ...
  • و زیستمحیطی ، پنجمین کارگاه فنی زهکشی و محیط زیست ...
  • [ حامد نوذری، عبدالمجید لیاقت، مجید خیاطخلقی، شبیهسازی حرکت آب ...
  • تحلیل پویایی سیستم مجله آبیاری و زهکشی ایران، دوره 3 ...
  • [ حامد نوذری، عبدالمجید لیاقت، مجید خیاط خلقی، عسگر صدیقی، ...
  • تکنیک تحلیل پویایی سیستم مجله تحقیقات مهندسی کشاورزی، دوره 10 ...
  • [ فرهاد اصلانی، امیر حسین ناظمی، سید علی اشرف صدرالدینی، ...
  • زهکشهای زیرزمینی بر اساس کیفیت زهآب خروجی مجله تحقیقات آب ...
  • صفحه 146 - 139 . ...
  • [ فهیمه رضی، عباس ستودهنیا، پیمان دانشکار آراسته، مجتبی اکرم، ...
  • خروجی از نیمرخ خاک رس سیلتی ، مجله تحقیقات آب ...
  • [ مینا آذرنوش، مدلسازی تغییرات سطح ایستابی در خاک با ...
  • خوزستان( ، پایان نامه کارشناسی ارشد مهندسی آبیاری و زهکشی، ...
  • [ شهرام درخشان، وحید غلامی، زهرا درواری، شبیهسازی شوری آب ...
  • استان مازندران ، مجله علوم و مهندسی آبیاری، دوره 36 ...
  • [ وحید غلامی، شهرام درخشان، زهرا درواری، بررسی روش رگرسیون ...
  • شوری آب زیرزمینی در سواحل استان مازندران ، مجله پژوهش ... [مقاله ژورنالی]
  • [ حسن اوجاقلو، حامد ابراهیمیان، عبدالمجید لیاقت، مسعود پارسی نژاد، ...
  • زیر زمینی با استفاده از شبکه عصبی مصنوعی ، دومین ... [مقاله کنفرانسی]
  • اهواز، 8 تا 10 بهمن، 1387 . ...
  • I. Wesström, I. Messing, H. Linnér, J. Lindström, Controlled drainage-effects ...
  • J.W. Hornbuckle, E.W. Christen, R.D. Faulkner, Evaluating a multi-level subsurface ...
  • J.M. Bruton, R.W. Mcclendon, G. Hoogenboom, Estimating daily pan evaporation ...
  • P. Licznar, M.A. Nearing, Artificial Neural Networks for soil erosion ...
  • K.P. Singh, A. Basant, A. Malik, G. Jain, Artificial neural ...
  • نمایش کامل مراجع