پیش بینی تغییرات شوری زه آب کشاورزی در عمق‌ها و فاصله‌های مختلف زهکش زیرزمینی به روش شبکه عصبی مصنوعی

Authors

  • حامد نوذری استادیار، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان
  • سعید آزادی دانشجوی دکتری مهندسی منابع آب، دانشکده کشاورزی، دانشگاه بوعلی سینا
Abstract:

امروزه اهداف زیست محیطی و کشاورزی به طور هم‌زمان در طراحی سیستم‌های زهکشی در نظر گرفته   می‌شوند. بنابراین آگاهی از کمیت و کیفیت زه­آب تولید شده و تغییرات تراز سطح آب به منظور مدیریت و کنترل آن امری ضروری می‌باشد. در پژوهش حاضر به منظور پیش­بینی روند تغییرات شوری زه­آب خروجی، در عمق‌ها و فاصله‌های مختلف استقرار زهکش­ها از روش شبیه­سازی شبکه عصبی مصنوعی، روش حل Solver در نرم افزار اکسل و روش حل با نرم افزار Datafit استفاده 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 گردید. در این مدل زهکش­ها در عمق­های 20، 40 و 60 سانتی­متری و در هر عمق در سه فاصله 60، 90 و 180 سانتی­متری نصب شدند. در روش شبکه عصبی مصنوعی از خوارزمیک آموزش لونبرگ- مارکوارت با تابع انتقال سیگموئید، استفاده شد. پس از تجزیه و تحلیل آماری و محاسبه ریشۀ میانگین مربعات خطا، خطای استاندارد و ضریب همبستگی میزان برازش میان مقادیر واقعی و شبیه­سازی شده، مقادیر شوری زه­آب خروجی زهکش­ها محاسبه شد. مقدار این شاخص­ها در روش شبکه عصبی مصنوعی به ترتیب 72/0 دسی­زیمنس بر متر، 096/0 و 99/0 برآورد شد. نتایج نشان داد این روش در مقایسه با دو روش دیگر در شبیه­سازی روند تغییرات شوری زه­آب خروجی از دقت مطلوب­تری برخوردار است

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش بینی تراز آب زیرزمینی دشت شاهرود استفاده از شبکه عصبی مصنوعی تابع پایه شعاعی

     Groundwater level prediction is an important issue in scheduling and managing water resources. A number of approaches such as stochastic, fuzzy networks and artificial neural network have been used for such prediction. A neural network model has been employed in this research for Shahrood plain groundwater level prediction. For this reason, statistical parameters of groundwater level fluct...

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

بررسی آزمایشگاهی تغییرات شوری زهآب در فواصل و اعماق مختلف زهکش در حضور آب زیرزمینی شور

هدف از انجام این تحقیق، تعیین روند تغییرات شوری زهآب کشاورزی در فواصل مختلف نصب زهکش در طول1/ 1 در 1 در 2 / زمان، در عمقها و دبیهای مختلف میباشد. جهت انجام این تحقیق، از یک مدل آزمایشگاهی با ابعاد 8متر استفاده شد. زهکشها در عمقهای 40 ،20 و 60 سانتیمتری با فواصل 90 ،180 و 60 سانتیمتر نصب و آزمایشها0/ 0 لیتر بر ثانیه انجام شد. شوری آب زیرزمینی و آب آبیاری بهترتیب 65 و 32 / 0 و 07 /11 ،0/ برای دبی...

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

ارزیابی توانایی شبکه های مختلف عصبی مصنوعی در پیش بینی تراز آب زیرزمینی در آبخوان محدوده سعادت شهر فارس

شبیه سازی سیستم آبهای زیرزمینی به دلیل پیچیدگی های موجود در طبیعت این سیستم ها، به آسانی میسر نیست. این درحالیست که شبکه های عصبی مصنوعی به عنوان مدل جعبه سیاه با توانایی های بالایی که دارند برای مدل سازی سیستم های پیچیده و غیرخطی بسیار مناسب می باشند. لذا، با توجه به مشکلات فراوان مدل سازی آبخوانها با مدل های ریاضی، شبکه های عصبی مصنوعی برای پیش بینی سطح ایستابی در آبخوانها توسط محققین بکار رف...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 7  issue 10

pages  1- 12

publication date 2017-02-19

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