امکان سنجی پیشبینی اثرات خشکسالی برشاخصهای کیفی منابع آب زیرزمینی با استفاده از شبکه عصبی مصنوعی و سیستم اطلاعات جغرافیایی (مطالعه موردی: دشت عقیلی)
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 870
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
GEHSD01_113
تاریخ نمایه سازی: 14 شهریور 1392
چکیده مقاله:
با توجه به کاهش نزولات جوی و خشکسالی دهه اخیر و در نتیجه کمبود آب در پهنه وسیعی از کشور، مدیریت آبهای زیرزمینی ازاهمیت و حساسیت بسیار زیادی برخوردار است. دراین تحقیق امکان پیش بینی تاثیرخشکسالی برشاخصهای کیفی منابع آب زیرزمینیبااستفاده از مدل شبکه عصبی مصنوعی بررسی شد و پس از واسنجی و صحت سنجی مدل نتایج حاصل از آن با نقشه های تهیه شده در محیط GIS و واقعیات جاری در منطقه مقایسه گردید، مطالعات حاضر نشان داد که کیفیت آبهای زیرسطحی شدیدا وابسته به بارش و جنسرسوبات منطقه و کیفیت آبهای ورودی به آبخوان ( شبکه های آبیاری و زهکشی و رودخانه کارون) می باشد. همچنین پیش بینی رفتار آبخوانها در مقابل خشکسالی با مدل ANN از دقت بالایی برخوردار است و نتایج حاصل از مدل مذکور با واقعیات جاری در منطقه و نتایجمطالعات پایه آزمون کیفیت آبهای زیرزمینی دشت عقیلی همخوانی دارد.
کلیدواژه ها:
نویسندگان
رضا برنا
استادیارگروه جغرافیای دانشگاه آزاد اسلامی واحد اهواز
جعفر مرشدی
استادیارگروه شهرسازی دانشگاه آزاد اسلامی واحد شوشتر
فاطمه حسنی
دانشجوی کارشناسی ارشد اقلیم شناسی ، دانشگاه آزاد اسلامی واحد اهواز
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 :