ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

پیش بینی نوسانات سالانه کیفیت آب های زیرزمینی دشت شیرامین با استفاده از شبکه های عصبی مصنوعی

سال انتشار: 1394
کد COI مقاله: ATTITTDE01_440
زبان مقاله: فارسیمشاهد این مقاله: 276
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 8 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله پیش بینی نوسانات سالانه کیفیت آب های زیرزمینی دشت شیرامین با استفاده از شبکه های عصبی مصنوعی

شهرام روستایی - استاد گروه ژئومورفولوژی، دانشکده جغرافیا و برنامه ریزی، دانشگاه تبریز
توحید رحیم پور - کارشناسی ارشد سنجش از دور و GIS دانشکده جغرافیا و برنامه ریزی، دانشگاه تبریز
مهسا نخستین روحی - کارشناسی ارشد سنجش از دور و GIS دانشکده جغرافیا و برنامه ریزی، دانشگاه تبریز

چکیده مقاله:

در همه ی دنیا و از جمله کشورما، آب های زیرزمینی یکی از منابع مهم تأمین آب در بخش های مختلف نظیر کشاورزی، صنعت و شرب محسوب می شوند. تعیین کیفیت آب در مدیریت منابع از اهمیت خاصی برخوردار بوده و پایش آن به عنوان یک اصل مهم در برنامه ها باید مدنظر قرار گیرد. در این تحقیق، با هدف پیش بینی نوسانات سالانه کیفیت آب های زیرزمینی دشت شیرامین، با استفاده از آمار بلند مدت کیفیت آب های زیرزمینی اندازه گیری شده، توسط سازمان آب منطقه ای استان آذربایجان شرقی، شاخص های EC (هدایت الکتریکی)، SAR (نسبت جذبی سدیم)، با استفاده از شبکه های عصبی مورد بررسی قرار گرفت. نتایج پیش بینی روند تغییرات پارامترهای کیفی آب های زیرزمینی در چاه های منتخب محدوده مطالعاتی شیرامین نشان داد که روند تغییرات هر یک از پارامترهای مورد بررسی (EC, SAR) در سال های اخیر افزایش چشمگیری داشته است که ادامه همین روند در سال های پیش بینی توسط مدل تأیید شده است.

کلیدواژه ها:

آب زيرزميني، SAR, EC، شبكه هاي عصبي مصنوعي، دشت شيرامين

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/456716/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
روستایی، شهرام و رحیم پور، توحید و نخستین روحی، مهسا،1394،پیش بینی نوسانات سالانه کیفیت آب های زیرزمینی دشت شیرامین با استفاده از شبکه های عصبی مصنوعی،اولین کنگره بین المللی زمین، فضا و انرژی پاک،اردبیل،،،https://civilica.com/doc/456716

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1394، روستایی، شهرام؛ توحید رحیم پور و مهسا نخستین روحی)
برای بار دوم به بعد: (1394، روستایی؛ رحیم پور و نخستین روحی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 ممقالهقاله لینک شده اند :

  • درخشان، ش. غلامی، و. درواری، ز. 1392. شبیه سازی شوری ...
  • رحیم‌پور، ت، 1393. مدل‌سازی توزیع زمانی و مکانی تغییرات پارامترهای ...
  • ارزیابی کیفی آب های زیر زمینی دشت شیرامین از نظر مصارف کشاورزی با استفاده از سیستم اطلاعات جغرافیایی [مقاله کنفرانسی]
  • نخستین‌روحی، م. 1394. کاربرد سیستم اطلاعات جغرافیایی در پهنه‌بندی پتانسیل ...
  • Li, S, Zhang, Q. 2008. Geochemistry of the upper Han ...
  • Kuo, Y. M., Liu C. W., Lin K, H. 2004. ...
  • Yang Z, P. Lu W. X., Long Y. Q., Li ...
  • Faruk, D.o. 2010. A hybrid neural network and ARIMA mod. ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 18,611
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی