روشی نوین در پیش بینی تغییرات آتی سطح آب زیرزمینی با الگوریتم های k-means و جنگل تصادفی با داده های اقلیمی CMIP۶ در دشت اسلام آباد غرب

سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 110

فایل این مقاله در 24 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_IJSWR-56-6_005

تاریخ نمایه سازی: 13 مهر 1404

چکیده مقاله:

این پژوهش تغییرات سطح آب زیرزمینی (GWL) دشت اسلام آباد را با استفاده از الگوریتم جنگل تصادفی (RF) و داده های اقلیمی CMIP۶ پیش بینی کرده است. داده های GWL از ۲۰ چاه (۲۰۱۴-۱۹۹۷) جمع آوری و پس از پردازش و خوشه بندی با روش K-Means، مدل سازی برای سناریوهای اقلیمی SSP۱-۲.۶، SSP۲-۴.۵  و SSP۵-۸.۵ در سه منطقه جنگه، برف آباد و بورگ انجام شد. نتایج نشان داد که در دوره مشاهداتی، منطقه برف آباد با تغییرات ۷/۸ تا ۲/۱۰ متر مطلوب ترین و منطقه بورگ با ۵/۱۵ تا ۳/۱۷ متر نامطلوب ترین مقدار GWL را داشته است. بیشترین سطح دسترسی در بهار و کمترین عمق در پاییز مشاهده شد. پیش بینی ها نشان می دهد که در آینده دور (۲۰۷۶-۲۱۰۰) تحت سناریوی SSP۵-۸.۵، بیشترین افزایش GWL (۳ تا ۵/۳ متر) در جنگه در پاییز رخ خواهد داد. درSSP۱-۲.۶، بیشترین کاهش در بورگ با افت ۵/۳ تا ۴ متر در بهار و تابستان پیش بینی شده است. تحت سناریوهای SSP۱-۲.۶ و SSP۲-۴.۵ در آینده دور شرایط پایدارتر خواهد بود. در دوره مشاهداتی، GWL در تمام مناطق روند نزولی داشته و بیشترین افت سالانه (۱متر) در برف آباد ثبت شد. در SSP۱-۲.۶، کاهش GWL در آینده نزدیک در بورگ (۲۱/۰- m/year) و در آینده میانی در جنگه (۱۴/۰- m/year) ادامه خواهد داشت. در SSP۲-۴.۵، این کاهش در آینده دور در تمامی مناطق معنادار بوده و در بورگ بیشترین مقدار (۱۶/۰- m/year) را خواهد داشت. مدل RF عملکرد بسیار خوبی داشته (۹۷/۰R=  و NSE  بین ۸۹/۰ تا ۹۸/۰) و مدل NorESM۲-MM  دقت پیش بینی را تا ۵/۹۹ افزایش داده است.

نویسندگان

کبری سلطانی

گروه جغرافیا، دانشکده ادبیات و علوم انسانی، دانشگاه رازی، کرمانشاه، ایران

سید احسان فاطمی

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

جعفر معصوم پور سماکوش

گروه جغرافیا، دانشکده ادبیات و علوم انسانی، دانشگاه رازی، کرمانشاه، ایران

مریم حافظ پرست مودت

گروه مهندسی آب، پردیس کشاورزی و منابع طبیعی، دانشگاه رازی، کرمانشاه، 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 :
  • Adib, M. N. M., & Harun, S. (۲۰۲۲). Metalearning approach ...
  • Bagherabadi, Rasoul. (۲۰۲۲). Investigation of meteorological drought Eslamabad-e Gharb using ...
  • Bagheri-Khanghahi, M., Jaribi, A. H., Kamali, M. I., & Zamani, ...
  • Eghrari, Z., Delavar, M. R., Zare, M., Mousavi, M., Nazari, ...
  • Jin, H., Jiang, W., Chen, M., Li, M., Bakar, K. ...
  • نمایش کامل مراجع