ارزیابی هیدروژئوشیمی آبهای زیرزمینی دشت شیرامین با استفاده از شبکه های عصبی مصنوعی و ماشین بردار پشتیبان
- سال انتشار: 1398
- محل انتشار: سومین کنفرانس ملی هیدرولوژی ایران
- کد COI اختصاصی: WRRC03_183
- زبان مقاله: فارسی
- تعداد مشاهده: 471
نویسندگان
دانشیار گروه مهندسی عمران، دانشکده فنی و مهندسی، دانشگاه مراغه
دانشجوی دکتری سازه های آبی، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز
دانشجوی کارشناسی ارشد سازه های آبی، گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز
چکیده
آبهای زیرزمینی از منابع مهم بهره برداری از آب در مناطق خشک و نیمه خشک میباشند . با وجود تمام پیشرفتهای صورت گرفته در علم مهندسی و مدیریت منابع آب، بررسی کیفیت آبهای زیرزمینی تا به امروز اصلیترین مشکلی است که در اکثر دشتهای ایران مشاهده میشود. لذا مدیریت و پایش کیفیت منابع آب زیرزمینی از اهمیت بالایی برخوردار است. در همین راستا، در پژوهش حاضر، به مدلسازی پارامترهای کیفی TDS)، (EC و (SAR) آب زیرزمینی دشت شیرامین با استفاده از شبکه های پرسپترون چند لایه (MLP)، شبکه های عصبی شعاعی((RBF و ماشینهای بردار پشتیبان (SVM) با تابع کرنلهای مختلف پرداخته شد. ضریب همبستگی بالای 90 درصد، نشان دهنده ی دقت قابل قبول شبکه عصبی مصنوعی در مقایسه با ماشینهای بردار پشتیبان (SVM) در تخمین پارامترهای کیفی آب زیرزمینی است. همچنین کیفیت هیدروژئوشیمیایی منابع آب زیرزمینی از نظر شرب و کشاورزی با استانداردهای ویلکاکس و شولر مورد بررسی قرار گرفت. با توجه به شاخصهای کیفی ویلکاکس و شولر، آبهای زیرزمینی برای مصارف کشاورزی در حد متوسط بوده و از نظر شرب نامطبوع و غیر قابل شرب میباشند. اکثر نمونه ها در کلاس C3S1 و در رده آبهای متوسط قرار میگیرند.کلیدواژه ها
دشت شیرامین، شبکه های عصبی مصنوعی، ماشین بردار پشتیبان، کیفیت آب زیرزمینیمقالات مرتبط جدید
- بررسی اثر کم آبیاری و زمان های کاربرد اسید سالیسیلیک بر شاخص های مورفولوژیک و عملکرد در جو (.Hordeum vulgar L)
- Optimizing Agricultural Profitability and EnvironmentalSustainability using Whale Optimization Algorithm in theMiyandoab Plain: An Integrated Hydrologic-Agronomic-Economic Model
- پیش بینی سری زمانی ورودی به سد با روش یادگیری عمیق(مطالعه موردی:سد جیرفت)
- قنات دهنو علی آباد،شهرستان ملایر کاندید ثبت در مرکز بین المللی قنات یونسکو
- تعیین حریم هیدرولیکی قنات با استفاده از سیستم اطلاعات جغرافیایی (مطالعه موردی:قنوات دشت همدان)
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.