شبیه‌سازی تغییرات کیفی آب زیرزمینی با مدل شبکة عصبی مصنوعی (مطالعة موردی: آبخوان کاشان)

Authors

  • محمد میرزاوند ‏ کارشناس ارشد آبخیزداری، دانشکدة منابع طبیعی و علوم زمین، دانشگاه کاشان
  • محمود اکبری استادیار گروه عمران، دانشکدة مهندسی، دانشگاه کاشان
  • هدی قاسمیه استادیار دانشکدة منابع طبیعی و علوم زمین، دانشگاه کاشان
Abstract:

مجاورت آبخوان کاشان با جبهة آب شور دریاچة نمک به پیشروی آب شور به داخل آبخوان منجر شده است. در این پژوهش، با توجه به وضعیت موجود، شبیه‏سازی کیفی آب زیرزمینی دشت کاشان با استفاده از مدل‏های شبکة عصبی مصنوعی انجام شد. بدین منظور، نخست به تعیین تیپ غالب آب منطقه پرداخته شد. سپس، اقدام به مدل‏سازی شد. نتایج حاصل از بررسی تیپ آب به وسیلة نمودار پایپر نشان داد که کلرور- سدیم تیپِ غالب آب منطقه است. بنابراین، در مدل‏سازی‏ها متغیرهای ورودی مدل شامل تراز سطح ایستابی، ارتفاع بارندگی سالیانه، و غلظت کلر در سال قبل و متغیر خروجی مدل غلظت کلر در سال جاری بوده است. نتایج نشان داد مدل MLP نسبت به مدل RBF نتیجة بهتری در پیش‏بینی غلظت کلر داشته است. نتایج حاصل از آنالیز حساسیت نشان داد غلظت کلر و تراز سطح ایستابی در سال قبل به‌ترتیب مهم‏ترین تأثیر را در نتایج شبیه‏سازی غلظت کلر سال جاری داشته‌اند.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

شبیه سازی تغییرات کیفی آب زیرزمینی با مدل شبکة عصبی مصنوعی (مطالعة موردی: آبخوان کاشان)

مجاورت آبخوان کاشان با جبهة آب شور دریاچة نمک به پیشروی آب شور به داخل آبخوان منجر شده است. در این پژوهش، با توجه به وضعیت موجود، شبیه‏سازی کیفی آب زیرزمینی دشت کاشان با استفاده از مدل‏های شبکة عصبی مصنوعی انجام شد. بدین منظور، نخست به تعیین تیپ غالب آب منطقه پرداخته شد. سپس، اقدام به مدل‏سازی شد. نتایج حاصل از بررسی تیپ آب به وسیلة نمودار پایپر نشان داد که کلرور- سدیم تیپِ غالب آب منطقه است. بن...

full text

مقایسه‌ مدل‌های شبکه‌ عصبی مصنوعی و رگرسیون چند متغیره در تخمین تغییرات کیفی آب زیرزمینی (مطالعه‌ موردی: آبخوان کاشان)

مجاورت آبخوان کاشان با جبهه­ آب شور دریاچه­ نمک، باعث ایجاد شیب هیدرولیکی و درنتیجه پیشروی آب شور به داخل آبخوان شده است. در این پژوهش با توجه به وضعیت موجود، شبیه­سازی کیفی آب زیرزمینی دشت کاشان با استفاده از مدل­های شبکه عصبی مصنوعی (شامل پرسپترون چندلایه و تابع شعاعی) و رگرسیون چند متغیره انجام شد. برای این منظور ابتدا اقدام به تعیین تیپ غالب آب منطقه شد و سپس اقدام به مدل­سازی شد. نتایج حاص...

full text

مقایسه مدل های شبکه عصبی مصنوعی و رگرسیون چند متغیره در تخمین تغییرات کیفی آب زیرزمینی (مطالعه موردی: آبخوان کاشان)

مجاورت آبخوان کاشان با جبهه­ آب شور دریاچه­ نمک، باعث ایجاد شیب هیدرولیکی و درنتیجه پیشروی آب شور به داخل آبخوان شده است. در این پژوهش با توجه به وضعیت موجود، شبیه­سازی کیفی آب زیرزمینی دشت کاشان با استفاده از مدل­های شبکه عصبی مصنوعی (شامل پرسپترون چندلایه و تابع شعاعی) و رگرسیون چند متغیره انجام شد. برای این منظور ابتدا اقدام به تعیین تیپ غالب آب منطقه شد و سپس اقدام به مدل­سازی شد. نتایج حاص...

full text

ارزیابی روند تغییرات کمی و کیفی آب زیرزمینی دشت کاشان

در این پژوهش، به منظور تعیین تغییر کمی و کیفی آب زیرزمینی دشت کاشان از دو شاخص افت آب زیرزمینی و هدایت الکتریکی (EC) بهره‌گیری شد. هیدروگراف‌های تراز آب با روش تیسن[1] و بر پایة دادهای چاه‌های پیزومتری ترسیم شدند. نقشه خطوط هم افت، هم ارتفاع و هم EC با بهره‌گیری از سیستم اطلاعات جغرافیایی (GIS)[2] ترسیم شدند. نتایج حاصل از نقشه‌ها نشان می‌دهد که جریان...

full text

شبیه سازی کمی و کیفی آب زیرزمینی دشت کاشان با استفاده از شبکه ی عصبی مصنوعی

در سال های اخیر، سطح ایستابی آبخوان کاشان به دلیل خشکسالی های اخیر و برداشت بیش از حد مجاز آب زیرزمینی، در حال کاهش است. مجاورت آبخوان با جبهه ی آب شور دریاچه ی نمک نیز، باعث ایجاد شیب هیدرولیکی و در نتیجه پیشروی آب شور به داخل آبخوان شده است. در این پژوهش با توجه به وضعیت موجود، شبیه سازی کمی و کیفی آب زیرزمینی دشت کاشان با استفاده از شبکه ی عصبی مصنوعی انجام شد. به منظور شبیه سازی کمی آبخوان،...

15 صفحه اول

استفاده از رویکرد شبکة عصبی مصنوعی جهت پیش‌بینی کوتاه‌مدت سرعت باد (مطالعة موردی: ایستگاه هواشناسی جیرفت)

سرعت باد یکی از متغیرهای بسیار مهم‌ هواشناسی در تعیین تبخیرتعرق و نیاز آبی گیاهان است. مدل‌ها و روش‌های متعددی برای پیش‌بینی این عامل وجود دارد. در سال‌های اخیر، با شناخته‌شدن ابزار محاسبات نرم، به‌مثابة روشی نوین در ایجاد سیستم‌های هوشمند، این روش‌ها جایگاهی ویژه در علوم هواشناسی کشاورزی پیدا کردند. به‌کاربردن رویکرد شبکة عصبی مصنوعی یکی از این روش‌هاست. با توجه به وجود ایستگاه هواشناسی کشاورز...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 68  issue 1

pages  159- 171

publication date 2015-05-22

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