پیش بینی اثرات تغییر اقلیم بر منابع آب زیرزمینی با استفاده از روش های هوش مصنوعی (مطالعه موردی: دشت تالش)

  • سال انتشار: 1401
  • محل انتشار: فصلنامه مدیریت آب و آبیاری، دوره: 12، شماره: 3
  • کد COI اختصاصی: JR_JWIM-12-3_008
  • زبان مقاله: فارسی
  • تعداد مشاهده: 382
دانلود فایل این مقاله

نویسندگان

رضا سراج ابراهیمی

گروه مهندسی عمران، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران.

سعید اسلامیان

گروه مهندسی آب، دانشکده کشاورزی، دانشگاه صنعتی اصفهان، اصفهان، ایران.

محمد جواد زارعیان

پژوهشکده مطالعات و تحقیقات منابع آب، موسسه تحقیقات آب، تهران، ایران.

چکیده

با توجه به افزایش گازهای گلخانه ای و به دنبال آن بحران های آبی و اقلیمی متعدد، پیش بینی دقیق تغییرات سطح آب زیرزمینی در مدیریت منابع آب مهم و ضروری است. لذا در این مطالعه به بررسی تغییرات اقلیمی دشت تالش تحت سناریوهای RCP با استفاده از Lars-WG و منابع آبی آن از مدل های SVR و ANN با استفاده از پارامترهای پمپاژ از آبخوان، تبخیروتعرق پتانسیل، دمای کمینه و بیشینه، بارش طی بازه زمانی (۱۴۱۰-۱۴۰۰) پرداخته شد. نتایج تغییرات میانگین دمای کمینه و بیشنه تحت سناریوهای RCP حاکی از افزایش دما به میزان ۹/۰ و ۶۹/۰ درجه سانتی گراد می باشد. همچنین بررسی دقت مدل های SVR و ANN نشان می-دهد که AUC در مرحله آموزش و آزمایش در مدل ANN حداکثر مقادیر AUC برابر با ۸۷۶/۰ و ۷۶۹/۰ محاسبه گردید در حالی که مدل SVR حداکثر مقادیر آن برابر ۸۶۷/۰ و ۸۱۹/۰ برآورد گردید، لذا SVR دقت پیش بینی بهتری دارد. همچنین در طی بازه زمانی (۱۳۹۹-۱۳۸۴) سطح آب زیرزمینی به میزان ۱۰ سانتی متر و در مدل SVR و ANN به ترتیب به میزان ۹ و ۶ سانتی متر به طور متوسط طی بازه زمانی ذکر شده کاهش سطح ایستابی داشته است. همچنین در بازه زمانی (۱۴۱۰-۱۴۰۰) در مدل های SVR و ANN به ترتیب به میزان ۱۸، ۲۰ و ۲۱ سانتی متر، ۲۰، ۲۱ و ۲۳ سانتی متر به ترتیب تحت سناریوهای RCP۲.۶، RCP۴.۵ و RCP۸.۵ کاهش سطح آب زیرزمینی رخ داده است. از این رو پیشنهاد می گردد در دشت تالش توجه به الگوی کشت متناسب با منابع آبی در نقاط مختلف دشت در اولویت برنامه ریزان بخش کشاورزی قرار گیرد.

کلیدواژه ها

ب زیرزمینی, تغییر اقلیم, رگرسیون بردار پشتیبان, شبکه عصبی مصنوعی

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.