پیش بینی تراز آب زیرزمینی با استفاده از مدل شبکه های عصبی مصنوعی (مطالعه موردی: دشت شبستر)
محل انتشار: دوفصلنامه زمین شناسی ژئوتکنیک، دوره: 8، شماره: 4
سال انتشار: 1391
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 188
فایل این مقاله در 9 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:
JR_JGEO-8-4_006
تاریخ نمایه سازی: 30 آبان 1400
چکیده مقاله:
آبهای زیرزمینی، همواره به عنوان یکی از منابع مهم و عمده تامین آب شرب و کشاورزی به ویژه در مناطق خشک و نیمه خشک مطرح بوده اند . شبیه سازی سیستم آبهای زیرزمینی به دلیل پیچیدگی این سیستمها به آسانی میسر نیست. هدف از این پژوهش، پیش بینی نوسانات تراز آب زیرزمینی دشت شبستر واقع در جنوب استان آذربایجان شرقی با استفاده از شبک ههای عصبی مصنوعی می باشد. به منظور آموزش مدل، از اطلاعات ۱۵ پیزومتر که دارای آمار تراز سطح ایستابی با سری زمانی ۹ ساله (۱۳۸۰-۱۳۸۸) بودند و در کل دشت پراکندگی یکنواختی داشتند استفاده شد. پارامترهای دما، بارش، دبی خروجی دریان چای و تراز آب زیرزمینی هر یک از پیزومترها با تاخیر زمانی t۰-۱ (ماه قبل) به صورت ماهانه، چهار ورودی اصلی شبکه های عصبی مصنوعی را تشکیل دادند. مقدار تراز آب زیرزمینی نیز تنها خروجی این شبکه را شامل می شود. نتایج این تحقیق نشان داد که شبکه عصبی مصنوعی با تابع آموزشی TRAINLM و تابع محرک TANSIG، قادر به پیش بینی سطح آب زیرزمینی ماهانه در بازه زمانی ۳ ساله با دقت بالای R۲= ۹۹.۶۳ (RMSE=۱.۴۳) در مرحله آموزش و R۲=۹۹.۱۶ (RMSE= ۱.۱۶۷) در مرحله صحت سنجی در محدوده مورد مطالعه است.
کلیدواژه ها:
نویسندگان
زینب مختاری
گروه زمین شناسی، دانشکده علوم پایه، دانشگاه آزاد اسلامی واحد مراغه، مراغه، ایران
امیرحسین ناظمی
گروه آبیاری دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران
عطااله ندیری
گروه آبیاری دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران