پیشبینی سطح آب زیرزمینی دشت مختاران خراسان جنوبی با استفاده از مدل شبکه های عصبی مصنوعی و شبکه عصبی موجکی
- سال انتشار: 1400
- محل انتشار: دهمین کنفرانس مهندسی معدن ایران
- کد COI اختصاصی: IMEC10_160
- زبان مقاله: فارسی
- تعداد مشاهده: 272
نویسندگان
استاد گروه مهندسی معدن، پردیس مهندسی، دانشگاه بیرجند، بیرجند
استادیار گروه مهندسی معدن، پردیس مهندسی، دانشگاه بیرجند، بیرجند
فارغ التحصیل کارشناسی ارشد مهندسی اکتشاف معدن، پردیس مهندسی، دانشگاه بیرجند، بیرجند
چکیده
در مناطق خشک و نیمه خشک، آب زیرزمینی مهمترین منبع تامین آب برای مصارف خانگی، کشاورزی و صنعتی است. امروزه آبهای زیرزمینی به میزان قابل توجهی برداشت و استخراج میشوند که منجر به عوارض جانبی زیا ن آور محیط زیستی مانند کاهش شدید آب، خشک شدن چاه ها، کاهش آب رودخانه ها و دریاچه ها، کاهش کیفیت آب، افزایش هزینه های پمپاژ و نشست زمین می شود. با توجه به کاهش قابل توجه بارندگی در دهه اخیر و کمبود آب در اکثر نقاط کشور، مدیریت منابع آب زیرزمینی از اهمیت زیادی برخوردار است. در سال های اخیر روش های هوشمند مختلفی به منظور مدلسازی پدیده های هیدرولوژی و هیدروژئولوژی مورد استفاده کار شناسان قرار گرفته ا ست. هدف از انجام این پژوهش پیشبینی سطح آب زیرزمینی د شت مختاران با ا ستفاده از شبکه های عصبی مصنوعیANN و شبکه عصبی موجکی WNN و مقایسه آن ها نسبت به همدیگر است. از معیار ریشه متوسط مربع خطا RMSE جهت مقایسه نتایج حاصل ازپیشبینی مدلها ا ستفاده شده است. نتایج مطالعه نشان داده است که روش شبکه عصبی با پیش پردازش موجکی با مقدار RMSE= ۰/۱۱۵پیشبینی دقیق تری را برای سطح آب زیرزمینی ماهانه نسبت به سایرمدلها فراهم مینماید.کلیدواژه ها
دشت مختاران، سطح آب زیرزمینی، مقایسه مدل، شبکه عصبی، موجکمقالات مرتبط جدید
- پتانسیل کانیزایی و تشکیل بوکسیت در برگه علیآباد شمال استان سمنان
- کاربرد تلفیق تصاویر اپتیکال و راداری در بارزسازی سنگهای دگرسان شده و اکتشاف کانسارهای معدنی: مطالعات موردی از مصر، اندونزی و ایران
- شناسایی تاثیر لاگ های ژئو فیزیکی دراکتشافات نفت با تاکید بر چالش های تولید نفت در آب های عمیق تضمین جریان
- مروری بر مهندسی محیط زیست، توسعه پایدار، تجارت بین الملل و مدیریت منابع
- نقش هوش مصنوعی در ارتقای بهرهوری صنعت سنگ های ساختمانی
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.