پیش بینی سطح آب زیرزمینی با استفاده از شبکه عصبی مصنوعی (مطالعه موردی: اراضی کشاورزی نواحی جلگه ای بین رودخانه تجن تا نکارود، استان مازندران)
- سال انتشار: 1392
- محل انتشار: دوازدهمین همایش سراسری آبیاری و کاهش تبخیر
- کد COI اختصاصی: ABYARI12_012
- زبان مقاله: فارسی
- تعداد مشاهده: 544
نویسندگان
مربی، دانشگاه پیام نور، بخش کشاورزی، تهران
دانشیار، دانشگاه علوم کشاورزی و منابع طبیعی ساری
کارشناس ارشد بخش آبیاری و زهکشی، شرکت خدمات مهندسی آب و خاک کشور
چکیده
با توجه به آن که رفتار سیستم آب زیر زمینی پیچیده، غیرخطی و متاثر از پارامترهای زیادی است، پیش بینی تراز سطح آب زیر زمینی امری دشوار به نظر می رسد. یک روش متداول برای حل چنین مساله ای، استفاده از شبکه عصبی مصنوعی (ANN) است که بسیاری از محققین، بر توانایی بالای آن در برآورد نوسانات تراز آب زیرزمینی با لحاظ متغیرهای هیدرولوژیکی اذعان داشته اند. مزیت مهم این روش در مدل سازی این است که برای تبدیل نهاده ها به ستاده ها در آن، نیازی به تعیین رابطه فیزیکی مشخص نیست. در این پژوهش، با توجه به اهمیت داده های تراز آب زیرسطحی در طرح زه کشی زیرزمینی، ازANNبرای پیش بینی سطح آب زیرسطحی در اراضی کشاورزی جلگه ای محدوده نکارود تا تجن استفاده شده است. حجم آب ورودی به پلی گون هر چاهک (بر ساس بارندگی) و حجم آب خروجی هر پلی گون (بر اساس تبخیر از تشت) و دمای متوسط در پایان دوره زمانی و عمق سطح ایستابی در دوره زمانی قبلی، به عنوان پارامترهای ورودی و عمق سطح ایستابی در پایان دوره مورد نظر بعنوان خروجی مدل در نظر گرفته شد. نتایج نشان می دهد؛با حذف چاهک های دارای عمق سطح آب صفر، در صورتی که در ماهیت و فیزیک مسئله مشکلی ایجاد نکند، می توان به دقت قابل قبولی در پیش بینی سطح زیرزمینی در منطقه مورد مطالعه دست یافت. در ضمن در صورت استفاده، پارامتر دما تا 10% می تواند در افزایش دقت پارامترR تاثیر گذار باشد و کاربرد دو لایه میانی و 10 نرون در هر لایه و تابع آموزش TRAINLM و تابع محرک TANSIG نسبت به توابع LOGSIGو PURLN دقیق ترین شبکه ها را نتیجه می دهد.کلیدواژه ها
سطح آب زیرزمینی، شبکه عصبی مصنوعی، الگوریتم پس انتشار خطا، اراضی کشاورزی جلگه ای، تجن، نکارودمقالات مرتبط جدید
- بررسی تنوع زیستی گیاهان مرتعی ارتفاعات کبیرکوه در جنوب دره شهر (استان ایلام)
- عوامل موثر بر میزان پیچان رودخانه های خرم اباد
- ارزیابی کیفیت آب شرب گاوهای شیری در گاوداری های صنعتی حومه مشهد از نظر وجود فلزات سنگین، نیترات و سولفات
- بیو پلیمر پلی ساکاریدی برای مصارف دامپزشکی
- راهکارهای کارآمد کاهش انتشار گازهای گلخانه ای از طریق فناوری کشاورزی هوشمند
اطلاعات بیشتر در مورد 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.