بهبود نتایج حاصل از مدل دراستیک با استفاده از هوش مصنوعی جهت ارزیابی آسیب پذیری آبخوان آبرفتی دشت رامهرمز

Authors

Abstract:

سابقه و هدف: آلودگی آب‌های زیرزمینی یک فرآیند پیچیده و پر از عدم قطعیت، در مقیاس منطقه‌ای می‌باشد. توسعه یک روش یکپارچه جهت ارزیابی آسیب‌پذیری آبخوان‌ها، می‌تواند به منظور مدیریت بهینه و حفاظت از آن‌ها کارامد باشد. دشت رامهرمز به دلیل داشتن خاک حاصلخیز و منابع آب کافی دارای زمین‌های مستعد کشاورزی است که به دلیل توسعه کشاورزی، استفاده از کودهای شیمیایی و مواد آفت‌کش‌ همواره در معرض خطر آلودگی قرار دارد. یکی از راه‌های مناسب برای جلوگیری از آلودگی آب‌های زیرزمینی، شناسایی مناطق دارای پتانسیل آلودگی می‌باشد. هدف از مطالعه حاضر، تهیه نقشه آسیب‌پذیری آبخوان آبرفتی دشت رامهرمز با استفاده از مدل دراستیک و سپس بکارگیری روش‌های هوش مصنوعی جهت بهبود نتایج حاصل از مدل دراستیک است. با توجه به اهمیت منابع آب زیرزمینی در منطقۀ مورد مطالعه که برای مقاصد مختلف از جمله کشاورزی مورد استفاده قرار می‌گیرد، مطالعۀ آسیب پذیری آبخوان و حفاظت این مناطق برای توسعه و مدیریت بهینه منابع آب ضروری به نظر می‌رسد. مواد و روش‌ها: در این مطالعه، ارزیابی آسیب‌پذیری آبخوان آبرفتی دشت رامهرمز در ابتدا با استفاده از مدل دراستیک انجام شد و در ادامه از روش‌های هوش مصنوعی جهت بهینه‌سازی مدل استفاده گردید. مدل دراستیک شامل پارامترهای: عمق تا سطح ایستابی، تغذیه، جنس سفره، نوع خاک، توپوگرافی، مواد تشکیل دهنده منطقۀ غیراشباع و هدایت هیدرولیکی می‌باشد که در ارزیابی آسیب‌پذیری سفرۀ آب‌زیرزمینی موثر هستند. این روش بر اساس وزن‌های استاندارد پارامترهای مدل دراستیک و لایه‌های بدست آمده برای هر یک از هفت پارامتر میزان آسیب‌پذیری آبخوان را محاسبه می‌نماید. پس از آماده-سازی لایه‌ها، آسیب‌پذیری آبخوان آبرفتی دشت رامهرمز با استفاده از روش‌ دراستیک، تعیین گردید. هم‌چنین نقشۀ آسیب‌پذیری آبخوان و شاخص دراستیک برای کل منطقه محاسبه شد. به منظور ارزیابی دقت نتایج این مدل، از داده‌های غلظت نیترات موجود در آبخوان جهت صحت‌سنجی استفاده شده است. در ادامه به منظور بهبود نتایج، مدل دراستیک با روش‌های شبکه عصبی مصنوعی، منطق فازی( سوگنو و ممدانی) و سیستم استنتاج تطبیقی عصبی- فازی تلفیق شد و چهار نقشه آسیب‌پذیری با استفاده از مدل‌های مختلف هوش مصنوعی حاصل گردید. یافته‌ها: نقشۀ آسیب‌پذیری آبخوان نسبت به آلودگی، با تقسیم‌بندی به سه محدودۀ آسیب‌پذیری کم، متوسط و زیاد تهیه و شاخص دراستیک برای کل منطقه بین 48 تا 156 محاسبه گردید. ضریب همبستگی 97/0 بین شاخص دراستیک و غلظت نیترات نشان دهنده دقت نسبتاً مناسب این روش است. نتایج نشان داد که مدل‌های هوش مصنوعی به کار گرفته شده، قابلیت بهبود نتایج مدل دراستیک اولیه را دارا می‌باشند. با مقایسه نتایج مدل‌ها می‌توان نتیجه گرفت که مدل سیستم استنتاج تطبیقی عصبی- فازی بهترین نتیجه را در بردارد. نتیجه‌گیری: ضریب تعیین (R2) برای مدل‌های سیستم استنتاج تطبیقی عصبی- فازی، شبکه عصبی و مدل‌های فازی سوگنو و ممدانی به‌ترتیب 99/0، 94/0، 98/0 و 87/0 بدست آمد. طبق مدل نهایی، نواحی جنوب- جنوب شرقی منطقه دارای بیشترین میزان پتانسیل آلودگی هستند.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

ارزیابی آسیب پذیری آبخوان دشت کهریز با استفاده از مدل دراستیک در محیط GIS

ارزیابی آسیب پذیری آبخوان برای توسعه، مدیریت و تصمیمات کاربری اراضی، نحوه پایش کیفی منابع آب زیرزمینی و جلوگیری از آلودگی این آب­ها بسیار مفید است. در این پژوهش آسیب پذیری آبخوان دشت کهریز در برابر آلودگی، به کمک مدل دراستیک و سامانه اطلاعات جغرافیایی(GIS) ارزیابی شد. در این روش، هفت عامل هیدرولوژیکی مؤثر بر آلودگی آب­های زیرزمینی ترکیب شدند. این هفت عا...

full text

ارزیابی آسیب پذیری آب زیرزمینی آبخوان دشت کردکندی- دوزدوزان با استفاده از مدل دراستیک واسنجی شده

با توجه به این که عمده کاربری اراضی در دشت کردکندی- دوزدوزان به کشاورزی اختصاص یافته است، احتمال آلودگی آبخوان به وسیله آب‌های برگشتی آغشته به کودهای شیمیایی و همچنین فاضلاب شهری و روستایی بسیار بالا می‌باشد. بنابراین ارزیابی آسیب‌پذیری آبخوان برای مدیریت کاربری اراضی و جلوگیری از آلودگی آب‌های زیرزمینی امری ضروری به نظر می‌رسد. هدف اصلی از این مطالعه، تهیه نقشه آسیب‌پذیری منطقه به روش دراستیک ...

full text

ارزیابی آسیب پذیری آبخوان آبرفتی دشت مُند استان بوشهر، با استفاده از مدل دراستیک براساس gis

در این تحقیق به منظور تهیه نقشه آسیب پذیری آبخوان دشت مُند واقع در 142 کیلومتری جنوب شرق بوشهر، با هدف پیشگیری از آلودگی و تسهیل مدیریت کیفی آبخوان، از مدل دراستیک استفاده گردیده است. در این مدل هفت پارامتر مهم هیدروژئولوژیکی (عمق سطح ایستابی (d)، تغذیه خالص (r)، جنس سفره (a)، محیط خاک (s)، شیب توپوگرافی (t)، محیط غیر اشباع (i)، و هدایت هیدرولیکی (c)) به صورت هفت لایه در محیط gis تهیه شده اند. ب...

15 صفحه اول

بهینه‌سازی مدل دراستیک با استفاده از هوش مصنوعی جهت ارزیابی آسیب‌پذیری آب‌زیرزمینی در دشت مراغه- بناب

ارزیابی آسیب‌پذیری آبخوان به منظور تعیین مناطق دارای پتانسیل آلودگی برای مدیریت منابع آب‌زیرزمینی از اهمیت بالایی برخوردار است. در این تحقیق، با استفاده از مدل دراستیک ارزیابی آسیب‌پذیری آب زیرزمینی در آبخوان دشت مراغه- بناب برآورد شده است. در مدل دراستیک از پارامترهای مؤثر در ارزیابی آسیبپذیری سفرۀ آب زیرزمینی شامل ژرفای سطح ایستابی، تغذیه، جنس سفره، نوع خاک، شیب توپوگرافی، مواد تشکیل‌دهندة م...

full text

استفاده از مدل هوش مصنوعی مرکب نظارت شده برای بهبود مدل دراستیک (مطالعه موردی: آبخوان دشت اردبیل)

آلودگی منابع آب زیرزمینی به علت نفوذ آلاینده­ها از سطح زمین به سامانه آب زیرزمینی به‎ویژه در مناطق خشک و نیمه‎خشک که با کمبود کمی و کیفی منابع آب روبه‌رو هستند؛ یکی از معضلات جدی به شمار می­آید. بنابراین ارزیابی آسیب­پذیری آب زیرزمینی به منظور شناسایی مناطق دارای پتانسیل بالای آلودگی برای مدیریت منابع آب زیرزمینی ضروری است. در این پژوهش آسیب­پذیری آبخوان دشت اردبیل در برابر آلودگی با استفاده از...

full text

ارزیابی آسیب پذیری آبخوان دشت خضرآباد به روش دراستیک

ورود آلاینده‌های سطحی به منابع آب زیرزمینی به‌‌‌ویژه در مناطق خشک و نیمه خشک که با محدودیت کمی و کیفی منابع آب مواجه هستند، از مشکلات جدی می‌باشد. لذا شناخت مناطق آسیب‌پذیر و هدایت برنامه‌های توسعه به مناطق کم خطر از ضروریات دستیابی به توسعه پایدار در بخش مدیریت منابع آب می‌باشد. از این رو در این پژوهش با توجه به ویژگی‌های هیدرولوژیکی و هیدروژئولوژیکی منطقه مورد مطالعه آسیب‌پذیری آبخوان در مقاب...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 24  issue 2

pages  45- 65

publication date 2017-05-22

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