پیش‌بینی زمانی و مکانی سطح آب زیرزمینی با استفاده از مدل ترکیبی سری زمانی- زمین

Authors

  • علیخانی, هادی 1. گروه مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا همدان
  • نوذری, حامد 1. گروه مهندسی آب، دانشکده کشاورزی، دانشگاه بوعلی سینا همدان
Abstract:

To procure the status of groundwater level fluctuations in arid and semi-arid areas, it is necessary to obtain accurate forecast of fluctuations data. Time series as a linear model have been utilized to generate synthetic data and predict future groundwater level. Minitab17 software and monthly depth of groundwater level data of 20 years (1991-2011) for 25 piezometric wells of plain were used. Time series models of each well were selected and 5 years temporal forecasting was accomplished. The predicted depth of groundwater level data was converted to Groundwater level data using ARCGIS10 and GS+5.1.1 software. Ordinary kriging with a spherical variogram was selected for interpolation of groundwater level. Five years spatial forecasting was done and spatial forecasting and groundwater level drop forecasting maps were prepared. Forecasting results of groundwater level show that over the next 5 years, the area covered by two intervals of groundwater level, 1100-1140 m and 1140-1180 m, will increase and the area covered by three ranges of 1180 -1220 m, 1220-1260 m, and 1260-1300 m, will decline. Also, according to the 5-year groundwater level drop forecasting map of the plain, the highest level of groundwater level drop, more than 16 meters for Qasemabad bozorg areas, located in North East and central of the plain, and the lowest level of the groundwater level drop, about 0.5 m for Mohammad Abad Afkham Aldoleh Lands, located in outlet area of the plain, have been predicted.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش بینی سطح آب زیرزمینی با استفاده از مدل ترکیبی سری زمانی-موجک (مطالعه موردی: دشت فیروزآباد)

در سال­های اخیر، پدیده تغییراقلیم، خشک­سالی، برداشت بی­رویه آب­های زیرزمینی،... باعث افت شدید سطح آب­های زیرزمینی شده است؛ که خطراتی هم­چون نشست زمین و افزایش کویری شدن را در پی داشته است. لذا پیش­بینی قابل اطمینان سطح آب­های زیرزمینی برای مدیریت این منابع، حائز اهمیت است. امروزه تبدیل موجک از طریق تجزیه سیگنال­ها به زمان و فرکانس شیوه نوینی را برای پردازش سیگنال ارائه می­دهد. در پژوهش حاضر، به...

full text

ارائه مدل ترکیبی ژنتیک ـ کریجینگ برای پیش‌بینی زمانی و مکانی سطح آب زیرزمینی

استفاده از روش‌های هوشمند تکاملی و مدل‌های ترکیبی برای پیش‌بینی زمانی ـ مکانی نوسانات سطح آب زیرزمینی در دهه‌های اخیر بیشتر مورد توجه محققین قرار گرفته است. الگوریتم ژنتیک و نروفازی از روش‌های جدید پیش‌بینی نوسانات سطح آب زیرزمینی هستند که برای پیش‌بینی مسائل پیچیده و غیرخطی می‌توانند به‌صورت منفرد و ترکیبی به‌کار روند. در این پژوهش، از روش‌های فوق برای مطالعه آبخوان دشت هادیشهر که به دلیل بردا...

full text

پیش بینی زمانی و مکانی سطح آب زیرزمینی با استفاده از مدل ترکیبی سری زمانی- زمین آمار در دشت هشتگرد- استان البرز

برای آگاهی از وضع نوسانات سطح آب زیرزمینی در مناطق خشک و نیمه خشک، لازم است پیش بینی دقیقی از نوسانات انجام شود. سری های زمانی به عنوان مدل خطّی جهت تولید داده های سطح آب مصنوعی و پیش بینی آینده سطح ایستابی آبخوان کاربرد دارد. به کمک نرم افزار 17 minitab و با استفاده از داده های ماهانه 20 سال (1390-1370) عمق سطح آب زیرزمینی 25 حلقه چاه پیزومتریک دشت، مدل های سری زمانی هریک از چاه ها انتخاب گردید...

تخمین مکانی-زمانی تغییرات سطح آب زیرزمینی با استفاده از زمین آمار و مدل های هوشمند

اکثر مناطق ایران در نواحی خشک و نیمه خشک قرار دارند و به دلیل خشکسالی های اخیر و همچنین به دلیل کیفیت بهتر آب های زیرزمینی (آلودگی کمتر) برای مصارف آشامیدنی نسبت به سایر منابع آب برداشت بی رویه از آب های زیرزمینی افزایش پیدا کرده است. دشت پر اهمیت برخوار واقع در حوزه آبریز زاینده رود، که در محدوده شهر اصفهان می باشد از این قاعده مستثنی نمی باشد از طرفی پی بردن به تغییرات مکانی و زمانی مقادیر کم...

15 صفحه اول

ریزمقیاس کردن مکانی – زمانی سری های زمانی بارش با استفاده از مدل ترکیبی موجک – شبکه عصبی مصنوعی

با توجه به نیاز شبیه سازی سری های زمانی بارش در مقیاس های مختلف برای مقاصد مهندسی از یک طرف و عدم ثبت این پارامترها در مقیاس های ریز بدلیل مشکلات اجرایی و اقتصادی از طرف دیگر، ریزمقیاس کردن بارش به مقیاس مورد نظر، یک امر ضروری می باشد. در این مطالعه، برای ریزمقیاس کردن سری زمانی بارش ایستگاه های تبریز و سهند، با توجه به ویژگی های غیرخطی مقیاس های زمانی، مدل ترکیبی موجک - شبکه عصبی مصنوعی (WANN)...

full text

تغییرات زمانی و مکانی سطح سفره‌ی آب زیرزمینی با استفاده از زمین‌آمار

  آب زیرزمینی، در طی همه­ی قرون، منبع آبی مهمی بوده است. با توجه به این مهم، ضرورت آگاهی از چگونگی تغییرات زمانی و مکانی این متغیر در مناطق گوناگون دارای اهمیت است. یکی از علوم نوینی که ما را در رسیدن به این امر یاری می­کند، دانش زمین آمار است. در این مطالعه، تعداد 76 داده­ی سطح آب زیرزمینی چهار فصل سال آبی 83-1382 دشت­های چهارگانه­ی گناباد و 71 داده­ی سطح آب زیرزمینی فصل­های زمستان 81 و 85 تهی...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 20  issue 76

pages  99- 113

publication date 2016-08

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

Keywords

No Keywords

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023