پیش بینی سطح آب زیرزمینی با استفاده از مدل منطق فازی مرکب نظارت شده (مطالعه ی موردی: دشت مشگین شهر)

Authors

  • فاطمه واحدی دانشجوی کارشناسی ارشد آب‌شناسی، دانشگاه تبریز، تبریز، ایران
Abstract:

ارتقاء اطلاعات کمی به بهبود پیش‌بینی پارامتر‌های برف کمک می‌‌کند. تاکنون تعاملات بین اندازه­ی پیکسل به ‌صورت محدود بررسی‌شده است. هدف از این تحقیق، بررسی اثر قدرت تفکیک مکانی بر روی پیش‌بینی عمق برف از طریق آزمون تجربی روابط بین مدل‌های رقومی ارتفاع و پارامترهای مؤثر در مدل‌سازی عمق معادل برف با قدرت تفکیک مختلف و با استفاده از مدل رگرسیون چندمتغیره می‌باشد. به همین منظور ابتدا با استفاده از روش ­هایپرکیوب محل 100 نقطه مشخص و طی یک عملیات صحرایی داده‌های عمق برف در نقاط مورد نظر و همچنین در 195 نقطه دیگر به ‌صورت سیستماتیک و با نمونه‌بردار مدل فدرال برداشت گردید.. سپس یک مدل رقومی ارتفاع 10 متری به ‌عنوان مبنا انتخاب گردید و از مدل رقومی ارتفاع مبنا تعداد 25 پارامتر مرفومتری استخراج و به ‌عنوان ورودی شبکه­ی عصبی انـتخاب و با استفاده از آنالیز حساسیت مهم‌ترین پارامترهای تأثـیرگذار در مدل‌سازی عـمق برف مشخص شد. در مرحله­ی بعد با استفاده از مدل رقومی ارتفاع مبنا 9 مدل رقومی ارتفاعی با اندازه­ی پیکسل متفاوت استخراج گردید. سپس در ادامه پارامترهای مؤثر در عمق برف با استفاده از 10 مدل رقومی ارتفاع استخراج و بین آن‌ها و عمق برف نمونه‌برداری شده یک رابطه­ی رگرسیونی ایجاد و عمق برف محاسبه گردید. جهت ارزیابی دقت مدل‌ها از پارامترهای RMSE، NMSE، MSE و MAE استفاده و در نهایت مدل رقومی ارتفاع 150 متر با مقادیر به ترتیب 75/24، 350/0، 975/612 و 97/18 بهترین مدل رقومی ارتفاع جهت مدل‌سازی عمق برف انتخاب گردید. این مسأله می‌تواند در کاهش هزینه‌ها و افزایش دقت برآورد عمق برف کمک بسیاری نماید.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

استفاده از مدل هوش مصنوعی مرکب نظارت شده برای پیش بینی سطح آب زیرزمینی

منابع آب زیرزمینی از مهم­ترین منابع تأمین آب هستند، لذا مدل­سازی آن­ها حائز اهمیت می­باشد. در این میان مطالعه و بررسی نوسانات سطح آب زیرزمینی از نظر مطالعات مدیریتی، ایجاد سازه­های مهندسی، مصارف کشاورزی و حصول آب­های زیرزمینی با کیفیت بالا از اهمیت بالایی برخوردار است. عمده تقاضا برای آب شرب و کشاورزی در دشت مشگین­شهر نیز از طریق آب زیرزمینی تأمین می­شود. در این تحقیق چهار مدل هوش مصنوعی که عبا...

full text

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

استفاده از مدل هوش مصنوعی مرکب نظارت شده برای پیش‌بینی سطح آب زیرزمینی

منابع آب زیرزمینی از مهم­ترین منابع تأمین آب هستند، لذا مدل­سازی آن­ها حائز اهمیت می­باشد. در این میان مطالعه و بررسی نوسانات سطح آب زیرزمینی از نظر مطالعات مدیریتی، ایجاد سازه­های مهندسی، مصارف کشاورزی و حصول آب­های زیرزمینی با کیفیت بالا از اهمیت بالایی برخوردار است. عمده تقاضا برای آب شرب و کشاورزی در دشت مشگین­شهر نیز از طریق آب زیرزمینی تأمین می­شود. در این تحقیق چهار مدل هوش مصنوعی که عبا...

full text

پیش بینی تولید سفرهای شهری با استفاده از منطق فازی بر مبنای مطالعه موردی شهر رشت

مرحله تولید سفر به عنوان اولین و یکی از مهم ترین مراحل چهارگانه پیش بینی تقاضای سفر است که هدف از آن برآورد تعداد کل سفرهای تولیدی از یک مبدا است. با توجه به حجم وسیع اطلاعات لازم در مدلسازی تولید سفر، در طی سالیان مختلف محققین تلاش نموده اند که مدل های جدید و کاراتری برای ارزیابی تولید سفر ارایه نمایند. در این پژوهش مدلسازی تولید سفر با استفاده از منطق فازی و براساس پارامترهای موثر ، انجام شده...

full text

پیش‌بینی سطح آب زیرزمینی دشت بستان‌آباد با استفاده از ترکیب نظارت شده مدل‌های هوش‌ مصنوعی

آبخوان دشت بستان‌آباد واقع در استان آذربایجان‌شرقی تأمین‌کننده اصلی نیازهای آبی منطقه می‌باشد. با توجه به برخی محدودیت‌های مدل‌های عددی مثل وقت‌گیر و پر‌هزینه بودن و نیاز به داده‌های زیاد، در این تحقیق از مدل‌های هوش مصنوعی شامل شبکه‌های عصبی پیشرو (FNN)، شبکه‌های عصبی برگشتی ‌(RNN) و برنامه‌نویسی بیان ژن (GEP) جهت بررسی تغییرات سطح آب زیرزمینی دشت استفاده شده است. دسته‌بندی پیزومترها به دلیل ن...

full text

پتانسیل‌یابی آب زیرزمینی با استفاده از روش ترکیبی تحلیل سلسله مراتبی و منطق فازی (مطالعه موردی: دشت ورامین)

با افزایش جمعیت و نیازهای آبی موجود، ضرورت و اهمیت منابع آب زیرزمینی به عنوان یکی از مهم‌ترین منابع تأمین کننده آب شیرین، بیش از پیش آشکار می‎شود. در این پژوهش، به منظور شناسایی مناطق دارای پتانسیل آب زیرزمینی دشت ورامین از معیارهای تراکم آبراهه­ای، فاصله از آبراهه، شیب، طبقات ارتفاعی، ضخامت آبخوان، تراز آب زیرزمینی، مقدار بارندگی، شاخص رطوبت توپوگرافی و میزان نفوذپذیری استفاده شده است. نقشه‌ م...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 2  issue 6

pages  115- 134

publication date 2016-05-21

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