ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
Publisher of Iranian Journals and Conference Proceedings
Login |Register |Help |عضویت کتابخانه ها
Paper
Title

بررسی روند نوسانات مکانی-زمانی سطح ایستابی آب های زیرزمینی به روش ماشین بردارپشتیبان(SVM) و کریجینگ(kriging) (مطالعه موردی دشت سیلاخور)

Year: 1396
COI: JR_JWSC-24-4_011
Language: PersianView: 136
This Paper With 15 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 15 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

مهدی کماسی - استادیار دانشگاه آیت الله العظمی بروجردی(ره)
حسام گودرزی - دانشجوی مهندسی عمران دانشگاه حضرت آیت الله العظمی بروجردی(ره)
امین بهنیا - کارشناس ارشد منابع آب، اداره آب شهر بروجرد

Abstract:

از آنجا که منابع آب زیرزمینی از منابع آبی مهم و همچنین رو به کاهش می باشد مطالعه و مدل سازی مناسب برای بهره برداری از آن حایز اهمیت است. ارزیابی و پیش بینی تراز آب زیرزمینی به پیش بینی منابع آب زیرزمینی کمک می کند. امروزه استفاده از روش های هوش مصنوعی بر پایه تئوری داده کاوی برای پیش بینی نوسانات سطح ایستابی استفاده می شود. در این میان روش ماشین بردارپشتیبان در بین روش های هوش مصنوعی و روش کریجینگ در بین روش های زمین آماری دارای دقت قابل ملاحظه-ای به ترتیب در پیش بینی زمانی و مکانی تراز سطح ایستابی می باشد. در این پژوهش از مدل ترکیبی ماشین بردار پشتیبان و کریجینگ به عنوان روشی نوین برای پیش بینی زمانی و مکانی نوسانات سطح ایستابی در محدوده دشت سیلاخور استفاده شده است. در مرحله اول، مدل سازی زمانی با استفاده از مدل ماشین بردار پشتیبان از داده های 11 چاه پیزومتری موجود در منطقه به روش ماشین بردار پشتیبان صورت پذیرفت و در مرحله دوم برای پیش بینی مکانی از داده های ماهانه خروجی مرحله اول به عنوان ورودی مدل زمین آمار استفاده گردید. داده های 11 چاه مشاهداتی در دشت سیلاخور پس از جمع آوری در بازه ده ساله اخیر در دو حالت نرمال و غیرنرمال به عنوان ورودی مدل SVM مورد استفاده قرار گرفتند. با استفاده از نرم افزار Matlab الگوریتم تابع ماشین بردارپشتیبان بگونه ای تنظیم شد که در هر مرحله داده های یک چاه به عنوان ورودی این مدل باشد. تراز آب در این روش برای زمان 1+t پیش بینی خواهد شد. پیش بینی مکانی داده ها در نرم افزازArcGIS و در بخش Geostatical Analys به روش کریجینگ مدلسازی گردید. برای ترازیابی در این بخش، جدول(1) به عنوان ورودی مورد استفاده قرار می گیرد. مطلق بودن تخمین در درونیابی و مکانیابی از ویژگی های عمده مدل کریجینگ می باشد. بدین مفهوم که مقدار تخمین کمیت در نقاط نمونه برداری با مقدار اندازه گیری شده برابر می باشد و واریانس تخمین صفر می گردد. این ویژگی سبب می گردد که تخمین گر کریجینگ در رسم خطوط همتراز از حداکثر نقاط نمونه برداری عبور نموده و تمایلی به بسته شدن و دور زدن را نداشته باشد و از مرز محدوده مورد مطالعه فراتر رود. در واقع این مدل برای تخمین نقاط مجهول مقدار واریانس را به حداقل می رساند. بنابراین منحنی های میزان بر اساس روندیابی ترسیم می گردند و در نتیجه از مرز محدوده ترسیم فراتر می روند. نتایج به دست آمده از پژوهش بیانگر آن است که این مدل ترکیبی می تواند به طور موفقیت آمیزی برای پیش بینی نوسانات سطح ایستابی مورد استفاده قرار گیرند. در بهترین حالت اجرای مدل، بالاترین ضریب تبیین برای چاه های چغادون(96/0=DC)، کارخانه قند(94/0=DC) و ولیان(93/0=DC) محاسبه شد که نشان دهنده دقت مناسب مدل ترکیبی در پیش بینی تراز آب زیرزمینی می باشد.

Keywords:

Paper COI Code

This Paper COI Code is JR_JWSC-24-4_011. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:

https://civilica.com/doc/953796/

How to Cite to This Paper:

If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:
کماسی، مهدی و گودرزی، حسام و بهنیا، امین،1396،بررسی روند نوسانات مکانی-زمانی سطح ایستابی آب های زیرزمینی به روش ماشین بردارپشتیبان(SVM) و کریجینگ(kriging) (مطالعه موردی دشت سیلاخور)،https://civilica.com/doc/953796

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 :

  • Ahmadi, M., and Baghbanzade Dezfouli A. 2012. A Geo-statistical Approach ...
  • change procedure study of Under-Groundwater Table in a GIS framework, ...
  • Razan–Ghahavand plain, Hamadan province, Iran. J. Acad. Appl. Stud. 2: ...
  • Amiri Deh Ahmadi, F., and Hesami Kermani, M. 2011. Estimation ...
  • the use of artificial intelligence, the first National Conference of ...
  • Tehran. (In Persian) ...
  • Bameri, A., and Piri, H. 2015. Assessment Of Groundwater Pollution ...
  • For Agricultural Purposes Using Indicator Kriging, J. Water Soil Cons. ...
  • Bashi-Azghadi, S.N., and Kerachian, R. 2010. Locating monitoring wells in ...
  • systems using embedded optimization and simulation models. Science of the ...
  • Environment. 408: 2189-2198. ...
  • Ben-Jemaa F., and Marino, M.A. 1990. Optimization of a groundwater ...
  • network. International Conference on Optimizing the Resources for Water Management, ...
  • Forth worth, Texas, April 17-21, Pp: 610-615. ...
  • Bhat, S., Motz, L., Pathka, C., and Kuebler, L. 2012. ...
  • Monitoring Network Using Geostatistical A Case Study and Central Florida ...
  • Environmental and Water Resources Congress, Pp: 48-58. ...
  • Delbari, M., Afrasyab, P., and Miremadi, S. 2010. Investigation spatial- ...
  • ground water analysis of salinity (Case study: Mazandaran). Iran. J. ...
  • Dibike, Y.B., Velickov, S., Solomatine, D., and Abbott, M.B., 2001. ...
  • support vector machines: Introduction and applications. J. Com. Civil Engin. ...
  • Guo, Y., Wang, J., and Yin, X., 2011. Optimizing the ...
  • MSN Theory. J. Proc. Soc. Behav. Sci. 21: 240-242. ...
  • Liu, D., Wang, Z., Zhang, B., Song, K., Li, X., ...
  • organic carbon and analysis of related factors in croplands of ...
  • China. Agricultural Ecosystems and Environment. 113: 73-81. ...
  • Mohammadi, S., Salajegheh, A., Mahdavi, M., and Bagheri, R. 2012. ...
  • spatial and temporal variations of groundwater level in Kerman plain ...
  • geostatistical method (During a 10-year period), Iran. J. Range. Des. ...
  • Najafi, S. 2010. The evaluation methods of interpolation to determine ...
  • level of the Urmia Lake. National Conference on comprehensive management ...
  • resources, Kerman, Iran. (In Persian) ...
  • Nourani, V., and Ejlali, R. 2012. Quantity and Quality Modeling ...
  • by Conjugation of ANN and Co-Kriging Approaches. J. Water Resour. ...
  • Panda, D.K., Mishra, A., Jena, S.K., James, B.K., and Kumar, ...
  • of drought and anthropogenic effects on groundwater levels in Orissa, ...
  • Rajaee, T., and Zeynivand, A. 2015. Modeling of Groundwater Level ...
  • Hybrid Model (Case study: Sharif Abad Plain), J. Civil Environ. ...
  • Rezaee, E., Khashei-Siuki, A., and Shahidi, A. 2015. Design of ...
  • Monitoring Network, Using the Model of Least Squares Support Vector ...
  • LS-SVM). Iran. J. Soil Water Res. 45: 4. 389-396. (In ...
  • Rezaee, E., Khashei-Siuki, A., Shahidi, A., and Riahi-Madvar, H. 2014. ...
  • Least Squares Support Vector Machine Model For Water Table Simulation ...
  • Ramhormoz plain). Iran. J. Irrig. Drain. 4: 7. 510-520. (In ...
  • Salari, M., Zareie, H., and Taghyan, M. 2009. Application and ...
  • and Cokriging methods in the calculation of water level the ...
  • National Conference on the effects of the drought and management ...
  • Zhou, Y., Dong, D., Lio, J., and Li, W. 2013. ...
  • monitoring network for Beijing Plain, China. J. Geosci. Front. 4: ...
  • Research Info Management

    Certificate | Report | من نویسنده این مقاله هستم

    اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    Scientometrics

    The specifications of the publisher center of this Paper are as follows:
    Type of center: دانشگاه دولتی
    Paper count: 1,127
    In the scientometrics section of CIVILICA, you can see the scientific ranking of the Iranian academic and research centers based on the statistics of indexed articles.

    Share this page

    More information about COI

    COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.

    The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.

    Support