توسعه و ترکیب مدل های زمین آمار و محاسبات نرم در برآورد توزیع مکانی سطح آب زیرزمینی
محل انتشار: فصلنامه حفاظت منابع آب و خاک، دوره: 6، شماره: 4
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 145
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_WSRCJ-6-4_002
تاریخ نمایه سازی: 4 آبان 1400
چکیده مقاله:
از اساسی ترین موارد در مدیریت کمی منابع آب زیرزمینی، تخمین سطح آب با استفاده از داده های برداشت شده از شبکه چاه های مشاهده ای است. هدف از این پژوهش، میان یابی سطح آب زیرزمینی با استفاده از زمین آمار و محاسبات نرم در منطقهای از دشت های بم نرماشیر و رحمت آباد (استان کرمان) با مساحت ۱۹۰۲۸ کیلومتر مربع به عنوان نمونه میباشد. از روش های کریجینگ ساده و عکس فاصله وزنی و همچنین مدل های شبکه عصبی مصنوعی، سیستم استنتاج فازی-عصبی انطباقی و برنامه ریزی بیان ژن برای پیش بینی توزیع مکانی سطح آب زیرزمینی استفاده و بهترین مدل از بین مدل های هوشمند و زمین آماری انتخاب و برای نمونه برداری بیشتر در منطقه مورد مطالعه استفاده شد. بدینمنظور از اطلاعات مربوط به نمونه های حاصل از ۶۵ حلقه چاه در طول آماری سال ۱۳۸۱ تا ۱۳۹۰ استفاده شد. برای مقایسه مدل ها معیارهای آماری RMSE، R۲، AARE و MAE بهکار بسته شدند. نتایج نشان داد در بین مدل های هوشمند با ورودی طول جغرافیایی و عرض جغرافیایی، شبکه عصبی مصنوعی و در بین مدل های زمین آماری، روش عکس فاصله وزنی با داشتن کمترین RMSE (به ترتیب ۱۳۸/۷ و ۰۶۲/۱۵ متر) و AARE(به ترتیب ۳۳ و ۴۷ درصد) و بیشترین R۲ (به ترتیب ۶۰۶/۰ و ۵۹۱/۰ ) مناسب ترین مدل جهت برآورد به ترتیب نقطه ای و ناحیه ای سطح آب زیرزمینی می باشد. در نهایت مدل هیبرید IDW-ANN جهت تخمین و پهنه بندی سطح آب زیرزمینی در آینده انتخاب شد.
کلیدواژه ها:
نویسندگان
سامان معروف پور
دانشگاه تبریز
احمد فاخری فرد
هیئت علمی دانشگاه تبریز
جلال شیری
هیئت علمی دانشگاه تبریز
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :