شبیه سازی شوری آب زیرزمینی با استفاده از شبکه عصبی مصنوعی(ANN) در سواحل استان مازندران

Authors

  • زهرا درواری دانش آموخته کارشناسی‌ارشد آبخیزداری دانشگاه مازندران
  • شهرام درخشان دانشجوی دکتری برنامه ریزی شهری، کارشناس ارشد GIS
  • وحید غلامی استادیار گروه مرتع و آبخیزداری، دانشکده منابع طبیعی دانشگاه گیلان
Abstract:

چکیده امروزه یکی از مسائل محدود کننده در بحث تأمین آب، مسئله کیفیت آب است. اندازه گیری پارامتر های کیفی آب زیر زمینی مستلزم صرف  هزینه های زیاد و زمان بر می باشد. برآورد پارامترهای کیفی آب با استفاده از مدل ها موجب کاهش هزینه ها و دسترسی به آمار جامعی برای مدیریت منابع آب خواهد شد.  در این تحقیق از  شبکه عصبی مصنوعی (ANN) برای شبیه سازی شوری آب زیرزمینی در سواحل استان مازندران استفاده شد. بدین جهت اطلاعات مربوط به آزمایش های کیفی آب در سواحل جنوبی دریای مازندران  گردآوری شد و  مقادیر کمی عوامل مؤثر در شوری آب زیر زمینی شامل: قابلیت انتقال تشکیلات آبخوان، شوری آب های سطحی، توپوگرافی منطقه و فاصله از دریا برآورد گردید. عملکرد شبکه عصبی از طریق پارامتر هایی چون جذر میانگین مربع خطا (RMSE) و ضریب همبستگی بین خروجی های حقیقی و شبیه سازی شده (R) سنجیده شد. نتایج تحقیق نشان داد که در بهترین ساختار شبکه، ضریب همبستگی بین مقادیر شبیه سازی شده و مقادیر واقعی 75/0 می باشد. همچنین، عوامل شوری آب سطحی، قابلیت انتقال تشکیلات آبخوان (بافت و نوع تشکیلات) و فاصله از دریا،  بهترین ورودی ها  برای شبیه سازی شوری آب زیر زمینی و عوامل اصلی شوری آب زیر زمینی  در سواحل استان مازندران می باشند.    

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

شبیه سازی شوری آب زیرزمینی با استفاده از شبکه عصبی مصنوعی(ann) در سواحل استان مازندران

چکیده امروزه یکی از مسائل محدود کننده در بحث تأمین آب، مسئله کیفیت آب است. اندازه گیری پارامتر های کیفی آب زیر زمینی مستلزم صرف  هزینه های زیاد و زمان بر می باشد. برآورد پارامترهای کیفی آب با استفاده از مدل ها موجب کاهش هزینه ها و دسترسی به آمار جامعی برای مدیریت منابع آب خواهد شد.  در این تحقیق از  شبکه عصبی مصنوعی (ann) برای شبیه سازی شوری آب زیرزمینی در سواحل استان مازندران استفاده شد. بدین ...

full text

شبیه سازی شوری آب زیرزمینی با تلفیق قابلیت‌های شبکه عصبی مصنوعی و سیستم اطلاعات جغرافیایی در سواحل جنوبی خزر

باتوجهبهشرایطکشورایرانبه لحاظ کمبودمنابعآبسطحی،استفادهازمنابعآبزیر­زمینیبرای</stron...

full text

بررسی روش رگرسیون چند متغییره و شبکه عصبی مصنوعی (ANN) در شبیه‌سازی شوری آب زیرزمینی در سواحل استان مازندران

         متاسفانه اطلاعات کمی و کیفی جامع از منابع آب در کشور ما محدود است و این امر موجب اهمیت بکارگیری روش­های و مدل­های مختلف به منظور برآورد پارامترهای کمی و کیفی منابع آب شده است. تحقیق حاضر با هدف مقایسه عملکرد و کارایی دو روش رگرسیون چند متغییره و شبکه عصبی مصنوعی در مدلسازی و برآورد شوری آب زیرزمینی در سواحل استان مازندر...

full text

پیش‌بینی شوری آب زیرزمینی زیر لوله‌های زهکش با استفاده از شبکه عصبی

آگاهی از شوری لایه­های خاک زیر زهکش­ها بویژه در مناطقی با آب زیرزمینی کم عمق و شور مانند خوزستان منجر به انتخاب و طراحی بهترین عمق و فاصله زهکش می­شود. در تحقیق حاضر کاربرد روش شبیه­سازی شبکه عصبی مصنوعی در پیش­بینی روند تغییرات شوری آب زیرزمینی زیر لوله­های زهکش آزموده شد. به منظور واسنجی و اعتباریابی نتایج مدل از داده­های جمع­آوری شده از یک مدل آزمایشگاهی با ابعاد 8/1 در 1 در 2/1 متر استفاده ...

full text

شبیه سازی شوری آب زیرزمینی با استفاده از شبکه عصبی مصنوعی، الگوریتم بهینه‌سازی ذرات و مدل SEAWAT (مطالعه موردی: مزارع کشت و صنعت نیشکر دعبل خزاعی)

سابقه و هدف: شوری خاک عامل مهم در کاهش عملکرد مزارع نیشکر واقع در جنوب غربی ایران می‌باشد. بنابراین مطالعه و پایش این عامل در زمین‌های تحت کشت نیشکر، امری لازم و ضروری می‌باشد. اما با توجه به وسعت زیاد مناطق زیر کشت نیشکر و تعدد زیاد مزرعه‌ها، مطالعه و پایش این عوامل در هر مزرعه بسیار وقت‌گیر و پرهزینه است. استفاده از مدل‌های کامپیوتری با توجه به سرعت بالا و هزینه کم، به‌عنوان گزینه‌ای مناسب جه...

full text

شبیه سازی شوری آب زیرزمینی با استفاده از شبکه عصبی مصنوعی، الگوریتم بهینه سازی ذرات و مدل seawat (مطالعه موردی: مزارع کشت و صنعت نیشکر دعبل خزاعی)

سابقه و هدف: شوری خاک عامل مهم در کاهش عملکرد مزارع نیشکر واقع در جنوب غربی ایران می باشد. بنابراین مطالعه و پایش این عامل در زمین های تحت کشت نیشکر، امری لازم و ضروری می باشد. اما با توجه به وسعت زیاد مناطق زیر کشت نیشکر و تعدد زیاد مزرعه ها، مطالعه و پایش این عوامل در هر مزرعه بسیار وقت گیر و پرهزینه است. استفاده از مدل های کامپیوتری با توجه به سرعت بالا و هزینه کم، به عنوان گزینه ای مناسب جه...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 36  issue 2

pages  61- 70

publication date 2014-01-21

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