بررسی عملکرد مدل مفهومی مادفلو و فرا مدل شبیه ساز بیان ژن در مدل سازی هیدروگراف معرف آبخوان (مطالعه موردی: دشت لور-اندیمشک)

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 215

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_HYDTR-3-2_004

تاریخ نمایه سازی: 15 آذر 1401

چکیده مقاله:

برای اعمال مدیریت صحیح، نیاز به شناسایی و به مدل درآوردن سطح آب زیرزمینی جهت برنامه­ریزی های بلندمدت و استفاده بیشتر و بهتر از پتانسیل های آبی موجود در دشت ها، عمیقا احساس می شود. در این مطالعه از اطلاعات آماری ماهانه سطح پیزومتر ها برای ۵ سال آبی (۸۹-۸۸ تا ۹۳-۹۲) مربوط به سطح ایستابی ۸ پیزومتر آبخوان دشت لور-اندیمشک، استفاده شد. در ابتدا با استفاده از روش تیسن، میانگین وزنی هر پیزومتر محاسبه شد و  بدین طریق سری زمانی تراز آب زیرزمینی دشت که بیانگر هیدروگراف معرف آبخوان منطقه مورد مطالعه است، به دست آمد. سپس با استفاده از مدل مفهومی آب زیرزمینی مادفلو و فرا مدل شبیه ساز بیان ژن، هیدروگراف معرف آبخوان مدل سازی شد و نتایج با هم مقایسه گردید. نتایج نشان داد که مدل مفهومی مادفلو با ضریب تبیین ۷۸۳۶/۰ در مرحله تست نسبت به فرا مدل شبیه ساز بیان ژن با ضریب تبیین ۷۳۹/۰  با اختلاف بسیار جزئی دارای عملکرد بهتری می باشد.

کلیدواژه ها:

فرا مدل شبیه ساز بیان ژن ، مدل سازی ، مدل مادفلو ، هیدروگراف معرف آبخوان

نویسندگان

محمدرضا گلابی

دانشجوی دکتری منابع آب، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز.

معصومه زینعلی

کارشناسی ارشد مهندسی منابع آب، دانشکده کشاورزی، دانشگاه رازی کرمانشاه.

محمد حسین نیک سخن

دانشیار گروه مهندسی عمران، دانشکده محیط زیست، دانشگاه تهران.

ارش اذری

استادیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه رازی، کرمانشاه

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 :
  • اعلمی، م. ت.، صادق فام، س.، فاضلی فرد، م. ح. ...
  • اکبرزاده، ف.، حسن پور، ح.، امام قلی زاده، ص. ۱۳۹۵. ...
  • ایمانی، ر.، قاسمیه، ه.، اسمعلی عوری، ا. ۱۳۹۵. مقایسه کارایی ...
  • مقایسه کارایی روش های شبکه عصبی و سری های زمانی در پیش بینی سطح آب زیرزمینی (مطالعه موردی: زیرحوزه بختگان استان فارس) [مقاله ژورنالی]
  • زارعی،ح.،آخوندعلی، ع. م. ۱۳۸۶. مقایسهروش هایزمینآماریوآمارکلاسیکدرترسیمهیدروگرافواحدآبزیرزمینی. طرحپژوهشیسازمانآبوبرقخوزستان.۷۱ صفحه ...
  • سینگ، ویپی.، ترجمه: نجفی، م.ر. ۱۳۸۱. سیستم های هیدرولوژیکی مدل ...
  • کاوه کار ، ش.، قربانی، م. ع.، اشرف زاده، ا.، ...
  • گلابی، م. ر.، آخوندعلی، ع. م.، رادمنش، ف. ۱۳۹۲. مقایسه ...
  • مشکانی، ع.، ناظمی، ع.، ۱۳۸۸. مقدمه ای بر داده کاوی. ...
  • معصومی ، ز.، رضایی، ا. ۱۳۹۵. روش تیسن یا تکنیک ...
  • ملکی نژاد، ح.، پورشرعیاتی، ر. ۱۳۹۲. کاربرد و مقایسه مدل ...
  • ندیری، ع.، نادری، ک.، اصغری مقدم، ا.، حبیبی، م. ح. ...
  • نیکبخت، ج.، نوری، س. ۱۳۹۵. پیش­بینی تراز آب زیرزمینی با ...
  • نیکبخت، ج.، ذوالفقاری، م.، نجیب، م. ۱۳۹۵. پیش­بینی سطح آب ...
  • Anderson, M.P., Woessner, W.W. ۱۹۹۲. Applied groundwater modeling flow and ...
  • Barzegar, R., Fijani, E., Asghari Moghaddama, A., Tziritis, E. ۲۰۱۷. ...
  • Bear, J. ۲۰۱۰. Modeling Groundwater Flow and Contaminant Transport. Springer ...
  • Danandeh Mehr, A., Majdzadeh Tabatabai, M.R. ۲۰۱۰. Prediction of Daily ...
  • EMRL. ۲۰۱۰. Groundwater Modeling System v۷.۱ Tutorials. Brigham Young University: ...
  • Ferreira, C. ۲۰۰۶. Gene Expression Programming: Mathematical Modeling by an ...
  • Ferreira, C. ۲۰۰۱. Gene expression programming: a new adaptive algorithm ...
  • Lu, C., Chen, Y., Zhang, C., Luo, J. ۲۰۱۳. Steady-state ...
  • Mattar, M.A., Alamoud, A.I. ۲۰۱۵. Artificial neural networks for estimating ...
  • Norouzi, H., Asghari Mogaddam, A. and Nadiri, A.A. ۲۰۱۶. Determining ...
  • Norouzi, H., Nadiri, A.A., Moghaddam, A.A., Gharekhani, M. ۲۰۱۸. Comparing ...
  • Stanley Raj, A., Hudson Oliver, D., Srinivas, Y., Viswanath, J. ...
  • Yoona, H., Hyunb, Y., Ha, K., Leec, K. K., Kimd, ...
  • نمایش کامل مراجع