مدل سازی زمانی تراز آب زیرزمینی با استفاده از روش های پایه تحلیل سری های زمانی (مطالعه موردی: دشت اردبیل)
محل انتشار: فصلنامه دانش آب و خاک، دوره: 27، شماره: 4
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 195
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_WASO-27-4_017
تاریخ نمایه سازی: 25 دی 1401
چکیده مقاله:
در بیشتر مناطق، منابع آب زیرزمینی سهم عمدهای در تامین نیازهای آبی در بخشهای کشاورزی، شرب و صنعت ایفا مینمایند. محدوده مطالعاتی اردبیل دارای وسعت ۷/۴۸۰۴ کیلومترمربع بوده و وسعت دشت اردبیل در این محدوده ۸۲۰ کیلومترمربع می باشد. این آبخوان از طریق نفوذ مستقیم ریزش های سطحی، آب برگشتی از مصارف کشاورزی، شرب و صنعت و همچنین ورودی های زیرزمینی تغذیه و از طریق برداشت آب زیرزمینی برای مصارف مختلف و نیز خروجی زیرزمینی تخلیه می گردد. در این پژوهش، ابتدا روشهای پایه تحلیل سریهای زمانی شامل مدلهای خودبرگشتی(AR)، میانگین متحرک (MA) و ترکیبی از خودبرگشتی و میانگین متحرک (ARMA) بر روی دادهها اجرا شده و با استفاده از آزمونهای ضریب آکائیک و توابع خودهمبستگی بهترین مدل انتخاب شد. سپس با توجه به همین آزمونها و ضرایب، ملاحظه گردید که مدل AR(۲) نتایج بهتری نسبت به سایر مدلها دارد. در نهایت با استفاده از همین مدل، برای دوره زمانی سی ساله یک پیشبینی انجام شد. نتایج حاصل از مقادیر پیش بینی شده به وسیله سریزمانی، نشان می دهد که در صورت ثابت ماندن الگوی مصرف و هم چنین عدم تغییرات در روند تغذیه سفره در طی سی سال آینده با کاهش حدود ۱۱ متری نسبت به وضعیت فعلی سطح سفره مواجه خواهیم شد. با توجه به محدودیت منابع و افت سطح ایستابی و نیز حساسیت ویژه این منطقه در تامین آب شرب در سال های آینده، تصمیم گیری برای مدیریت آب زیرزمینی در این محدوده الزامی است.
کلیدواژه ها:
نویسندگان
جعفر جعفرزاده
دانشجوی کارشناسی ارشد سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا و برنامه ریزی، دانشگاه تبریز
هاشم رستم زاده
استادیار گروه اقلیم شناسی، دانشکده جغرافیا و برنامه ریزی، دانشگاه تبریز
اسماعیل اسدی
استادیار گروه مهندسی آب، دانشکده کشاورزی، 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 :