پیش بینی میزان بهرهبرداری از منابع آب زیرزمینی شهرستان جیرفت و امکان تغذیه آنها بهکمک نزولات جوی

سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 126

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JISE-40-1_021

تاریخ نمایه سازی: 11 دی 1402

چکیده مقاله:

افزایش مصرف آب ناشی از افزایش جمعیت باعث کاهش کیفی و کمی آبهای قابل استحصال شده است. مدیریت منابع آب بهویژه آبهای زیرزمینی، در مناطق خشک و نیمه خشک از اهمیت خاصی برخوردار است. شهرستان جیرفت یکی از مناطق مهم کشاورزی در کشور بهشمار میآید که در سالهای اخیر به دلیل بهره­برداری بی­رویه از منابع آب زیرزمینی با افت شدید سطح این آبها مواجه بوده است. لذا در این مطالعه بهمنظور بررسی چگونگی بهرهبرداری از منابع آب زیرزمینی در شهرستان جیرفت و امکان تغذیه آنها بهوسیله نزولات جوی در سالهای آینده، به پیش بینی سطح این آبها و میزان بارندگی طی سالهای ۹۶-۱۳۹۳پرداخته شده است. بدین منظور از مدل شبکه عصبی مصنوعی استفاده شد. نتایج نشان داد که اگر روند کنونی بهرهبرداری از این آبها ادامه یابد، سطح آبهای زیرزمینی این شهرستان طی چهار سال و نیم آینده، حدود ۶۸/۶ متر کاهش مییابد و نزولات جوی نمیتواند به افزایش سطح این آبها کمک نماید. لذا راهکارهایی همانند بالا بردن بهرهوری آب در بخش کشاورزی و استفاده از روشهای نوین آبیاری بهمنظور کاهش مصرف آب و در نتیجه جلوگیری از بهرهبرداری بیشتر، میتواند در پیشگیری از کاهش سطح این آبها مورد استفاده قرار گیرد.

کلیدواژه ها:

مدل شبکه عصبی مصنوعی ، روش انتشار برگشتی ، آب زیرزمینی

نویسندگان

سمیه امیرتیموری

استادیار گروه اقتصاد کشاورزی، دانشکده کشاورزی، دانشگاه شهید باهنر کرمان، کرمان، ایران

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 :
  • اسفندیاری درآباد، ف.، حسینی، ا.، آزادی مبارکی، م. و ز. ...
  • بررسی افت سطح آب های زیرزمینی با استفاده از سیستم اطلاعات جغرافیایی(GIS)(مطالعه موردی: آبخوان دشت مشهد) [مقاله ژورنالی]
  • ایزدی، ع.، داوری، ک.، علیزاده، ا. و ب. قهرمان. ۱۳۸۷. ...
  • کاربرد شبکه عصبی مصنوعی در شبیهسازی عناصر اقلیمی و پیشبینی سیکل خشکسالی ) مطالعه موردی: استان اصفهان( [مقاله ژورنالی]
  • دلاور، م. ۱۳۸۴. تحلیل و ارائه مدل نوسانات تراز آب ...
  • رحمانی، ع. و م. سدهی. ۱۳۸۳. پیش بینی تغییرات سطح ...
  • روشن، ر. ۱۳۸۵. پیش بینی تورم ایران به کمک مدل­های ...
  • طرازکار، م. ۱۳۸۴. پیش بینی قیمت برخی محصولات زراعی در ...
  • فلاح، س.، قبادی نیا، م.، شکرگزار دارابی، م. و ش. ...
  • فهیمیفرد، س.، سالارپور، م. و م. صبوحی. ۱۳۹۰. مقایسه توان ...
  • کریمی گوغری، ش. و ا. اسلامی. ۱۳۸۷. پیش بینی بارندگی ...
  • محتشم، م.، دهقانی، ا. ا.، اکبرپور، ا. و م. مفتاح ...
  • منهاج، م. ۱۳۷۷. مبانی شبکه های عصبی (هوش محاسباتی). نشر ...
  • منهاج، م. کاظمی، ع. شکوری گنجوی، ح. و م. مهرگان. ...
  • نجفی، ب. و م. طرازکار. ۱۳۸۵. پیش بینی میزان صادرات ...
  • یوسفیراد، م.، صفایی جزی، ر. و م. بخشایی. ۱۳۸۷. محاسبه ...
  • Bithas, K. ۲۰۰۸. The sustainable residential water use: Sustainability, efficiency ...
  • Chen, X., Racine, J. and R. N. Swanson. ۲۰۰۱. Semiparametric ...
  • Elsafi, S. H. ۲۰۱۴. Artificial Neural Networks (ANNs) for flood ...
  • Haoffi, Z., Guoping, X., Fagting, Y. and Y. Han. ۲۰۰۷. ...
  • Hetch-Nielsen, R. ۱۹۸۷. Kolmogorovʼs mapping neural networks existence theorem. In ...
  • Hotunluoglu, H. ۲۰۱۱. Forecasting Turkey’s energy demand using artificial neural ...
  • Kavaklioglu K., Ceylan H., Ozturk, H.K. and O. E. Canyurt. ...
  • Khan, S., Gabriel, H. F. and T. Rana. ۲۰۰۸. Standard ...
  • نمایش کامل مراجع