برآورد هدایت هیدرولیکی با استفاده از روش SCMAI ، مطالعه موردی: آبخوان دشت مراغه- بناب (آذربایجان شرقی)

Authors

  • سعید یوسف‌زاده دانشجوی کارشناسی ارشد، گروه علوم زمین، دانشکده علوم طبیعی، دانشگاه تبریز، تبریز، ایران
  • عطاالله ندیری دانشیار، گروه علوم زمین، دانشکده علوم طبیعی، دانشگاه تبریز، تبریز، ایران
Abstract:

امروزه آب زیرزمینی یکی از منابع اصلی آب آشامیدنی و کشاورزی و دیگر مصارف مختلف برای جوامع بشری است. با افزایش جمعیت و توسعه‎یافتگی جوامع، تقاضا برای این منبع طبیعی مهم و حیاتی و استراتژیک افزایش یافته است. این افزایش با کاهش منابع آبی با صدمه بر محیط آبخوانها همراه بوده است. بر این اساس برای رویارویی با بحران کم‌آبی و جلوگیری از تخریب آبخوان‎ها، مدیریت آنها و در پی آن شناخت دقیق متغیرهای هیدروژئولوژیکی به شدت احساس می‌شود. یکی از مهم‎ترین این متغیرها، هدایت هیدرولیکی است. با وجود اینکه، سامانه آب زیرزمینی یک سامانه پیچیده است و برآورد متغیرهای هیدروژئولوژیکی که معمولاً با روش‌های کلاسیک مانند روش‌های آزمایشگاهی، اسلاگ تست، آزمایش ردیابی و آزمون‌های پمپاز انجام می‌گیرد؛ با عدم قطعیت ذاتی همراه بوده و پر هزینه و وقت‎گیر است. بنابراین، استفاده از روش‌های هوش مصنوعی برای برآورد هدایت هیدرولیکی، می‌تواند از عدم قطعیت این متغیر کم کند و تا حدودی بر دقت آن بیافزاید؛ تا بتواند بر نواقص موجود در روش‌های کلاسیک چیره شود. در این پژوهش چهار روش هوش مصنوعی، روش سامانه استنتاج فازی ممدانی، سامانه استنتاج فازی ساجنو، شبکه عصبی موجکی، و ماشین بردار پشتیبان کمینه مربعات به عنوان مدل‌های منفرد برای برآورد هدایت هیدرولیکی آبخوان مراغه بناب با استفاده از داده‌های ژئوفیزیکی سطحی در منطقه به کار گرفته شد. با توجه به اینکه هر کدام از مدل‌ها بر پایه ویژگی‎های ذاتی خود در بخشی از این محدوده نتایج خوبی ارائه دادند. بنابراین برای استفاده همزمان از کارایی همه این مدل‌ها روش ترکیب غیرخطی با عنوان مدل هوش مصنوعی مرکب نظارت شده (SCMAI) برای برآورد هدایت هیدرولیکی در دشت مراغه- بناب استفاده و نتایج آن با استفاده از معیارهای ارزیابی مختلف نشان داده شد. مدل SCMAI با استفاده از 15 داده مورد آزمایش قرار گرفت. مقادیر RMSE و  به ترتیب برابر 045/0 و 97/0 به دست آمد. با مقایسه این مقادیر با مقادیر محاسبه شده برای مدل‌های منفرد یاد شده، دیده شد که مدل SCMAI با داشتن RMSE کمتر و بهتر از مدل‌های هوش مصنوعی منفرد است. این نتایج بیان می‌دارد که مدل SCMAI کارآیی بالایی در برآورد مقادیر هدایت هیدرولیکی در آبخوان آزاد و هتروژن دشت مراغه- بناب نشان می‌دهد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

برآورد هدایت هیدرولیکی اشباع خاک با استفاده از برنامه‌ریزی بیان ژنی و رگرسیون ریج (مطالعه موردی در استان آذربایجان شرقی)

هدایت هیدرولیکی خاک از ویژگی­های مهم فیزیکی خاک است که در مدل‌سازی انتقال آب، املاح و آلاینده‌ها کاربرد دارد. اندازه‎گیری مستقیم هدایت هیدرولیکی خاک وقت‌گیر و پرهزینه بوده و گاهی اوقات به دلیل خطاهای آزمایشی و عدم یکنواختی خاک نتایج بدست آمده چندان قابل اعتماد نمی‌باشد. از طرف دیگر این پارامتر می‌تواند با استفاده از پارامتر‌های زودیافت خاک برآورد شود. هدف از این پژوهش، ارائه مدل‌های برنامه‌ریزی...

full text

برآورد تغذیه‌ طبیعی آب زیرزمینی با استفاده از روش WTF (مطالعه موردی: آبخوان دشت اردبیل)

     کمّی‌سازی مقدار تغذیه آب زیرزمینی پیش­نیاز اساسی برای مدیریت کارآمد منابع آب زیرزمینی می­باشد. میزان تغذیه آبخوان یکی از مؤلفه­های مشکل برای اندازه­گیری، در زمان ارزیابی منابع آب زیرزمینی می­باشد. شیوه­های متعددی برای کمّی­سازی مقدار تغذیه مورد استفاده قرار می­گیرد. یکی از این شیوه­ها، نوسانات سطح آب زیرزمینی (WTF) می­باشد. سادگی، ارزانی و سهولت استفاده باعث شده این روش در مناطق نیمه خشک مور...

full text

مقایسه‌ی کارآیی مدل‌های شبکه‌ی عصبی مصنوعی، منطق فازی و سیستم استنتاج نرو-فازی تطبیقی در تخمین هدایت هیدرولیکی آبخوان دشت مراغه-بناب

تخمین دقیق پارامترهای هیدروژئولوژیکی مانند هدایت هیدرولیکی یکی از مهم­ترین بخش مطالعات هیدروژئولوژی می‌باشد که برای مدیریت و حفاظت دقیق از منابع آب زیرزمینی بسیار ضروری است. تا حال روش­های مختلف صحرایی و آزمایشگاهی برای تخمین هدایت هیدرولیکی ارائه شده است که عموماً با استفاده از داده­های هیدروژئولوژیکی انجام می‌شوند. از این میان بهترین و کامل­ترین روش، روش صحرایی آزمون پمپاژ می‌باشد که بسیار وقت...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 27  issue 105

pages  183- 192

publication date 2017-11-22

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023