برآورد سطح آب زیرزمینی آبخوان دشت بیرجند با استفاده از مدل modflow و شبکه عصبی مصنوعی
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه علوم کشاورزی و منابع طبیعی گرگان - دانشکده کشاورزی گنبد
- author محسن محتشم
- adviser امیر احمد دهقانی ابوالفضل اکبرپور
- Number of pages: First 15 pages
- publication year 1399
abstract
آبهای زیرزمینی همواره به عنوان یکی از منابع مهم و عمده تأمین آب شرب و کشاورزی به ویژه در مناطق خشک و نیمه خشک مطرح بوده است. دشت بیرجند با قرار گرفتن در منطقه خشک، از آب های زیرزمینی به عنوان تنهاترین منبع تولید آب شیرین استفاده می کند. در همین زمینه پیش بینی نوسانات سطح آب زیرزمینی دشت می تواند کمک شایانی به برنامه ریزی و تصمیم گیری های بعدی، جهت تأمین دراز مدت آب شرب، کشاورزی و صنعت نماید. هدف از این تحقیق پیش بینی سطح آب زیرزمینی دشت بیرجند با استفاده ازمدل ریاضی modflow در نرم افزار gms و شبکه عصبی مصنوعی می باشد. شبکه عصبی مصنوعی یکی از روشهای هوشمند بوده که با استفاده از ارتباط ذاتی داده ها، روابط غیر خطی بین آنها را آموزش دیده و نتایج را برای بقیه حالتها تعمیم می دهد. مدل ریاضی نیز با دریافت کلیه اطلاعات مربوط به یک آبخوان که به صورت لایه های gis می باشد، قادر به پیش بینی سطح آب در آینده است. نرم افزار برای حل عددی معادله حاکم بر حرکت آب زیرزمینی از دو روش المان محدود و تفاضل محدود استفاده می نماید که در این تحقیق از روش تفاضل محدود استفاده شد. مدل ریاضی برای دو حالت ماندگار و غیر ماندگار و در سه سناریوی ترسالی، نرمال و خشکسالی اجرا و مورد مقایسه قرار گرفت. در بخش مدل شبکه عصبی، ورودی های مدل عبارت است از، میزان برداشت از چاههای آب، میزان آب ورودی به هر پلیگون بر حسب متر مکعب (ناشی از بارندگی منطقه) و تراز سطح آب در هر پیزومتر در گام زمانی قبل و خروجی مدل، تراز سطح آب در گام زمانی فعلی می باشد. نتایج نشان می دهد که با استفاده از روش شبکه عصبی مصنوعی می توان با دقت مناسبی سطح آب زیر زمینی تا 12 ماه بعد را پیش بینی نمود، ضمن آنکه در تعدادی از پیزومتر ها پیش بینی تا 18 ماه نیز از دقت مناسبی برخوردار است. مدل ریاضیmodflow نیز تا 24 ماه آینده و با دقت بیشتری نسبت به شبکه عصبی مصنوعی تغییرات سطح آب را پیش بینی می نماید.
similar resources
پیشبینی نوسانات سطح آب زیرزمینی دشت قروه با استفاده از شبکه عصبی- موجکی و مقایسه آن با مدل عددی MODFLOW
آبهای زیرزمینی یکی از منابع مهم تامین آب در تمام دنیا به شمار میروند. در سالهای اخیر با توجه به مشکل کمبود منابع آبی، مسأله استفاده و مدیریت بهینه از این منابع اهمیت خاصی پیدا کرده است. به منظور آگاهی از وضعیت این منابع و مدیریت بهینه آنها، لازم است پیشبینی دقیقی از نوسانات سطح آب زیرزمینی صورت گیرد. این نوسانات ناشی از عوامل مختلفی است که از جمله آنها، عوامل آب و هوایی(حرارت، میزان بارندگی،...
full textبرآورد پتانسیل آلودگی آرسنیک آب های زیرزمینی شهرستان سنندج با استفاده از مدل شبکه عصبی مصنوعی
زمینه و هدف: شناسایی آبهای زیرزمینی آلوده به آرسنیک با استفاده از پارامترهای سطحی خاک و مدلسازی این رابطه در دو مدل شبکه عصبی مصنوعی و رگرسیون خطی چندگانه میتواند در مدیریت منابع آبی منطقه مفید باشد. مواد و روشها: در این مطالعه برآورد پتانسیل آلودگی آرسنیک آب های زیرزمینی سنندج با استفاده از مدل های رگرسیون خطی چندگانه و شبکه عصبی مصنوعی مورد آزمون قرار گرفت. در این راستا از بین چاه ها ی مجو...
full textمدیریت سطح آب زیرزمینی از طریق تلفیق آب سطحی و زیرسطحی با استفاده از مدل Modflow (مطالعۀ موردی دشت ارومیه)
در سالهای اخیر، منابع آب زیرزمینی دشت ارومیه تحت تنش شدید قرار گرفته است، بهطوریکه در بعضی مناطق بهعلت خشک شدن چاههای بهرهبرداری، برای دسترسی به آب اقدام به افزایش عمق چاه کردهاند. در بعضی مناطق، سطح آب زیرزمینی بالاست که در آینده ،زهدار شدن آن اراضی را در پی خواهد داشت. برای ساماندهی و سنجش واکنش منابع آب زیرزمینی دشت ارومیه در مقابل اعمال سناریوهای مختلف مدیریتی و اجرایی از مدلسازی اس...
full textپیشبینی تغییرات سطح آبخوان زیرزمینی دشت یزد-اردکان با استفاده از مدل های شبکه عصبی و مدل تجزیه رگرسیون چندگانه خطی هیدروگراف آبخوان
در طول قرنهای اخیر، منابع آب زیرزمینی بهعنوان یکی از اصلیترین منابع تامینکننده آب مورد نیاز جوامع انسانی بهشمار میآیند. متاسفانه استحصال بیرویه آب از این منابع، در بسیاری از مناطق باعث سیر نزولی سطح آب شده است و ادامه این روند، موجب تهدید جدی برای اکوسیستم و جوامع انسانی موجود در منطقه میشود. دشت یزد-اردکان، یکی از کانونهای بحرانی از نظر روند نزولی آبهای زیرزمینی محسوب میشود. در تحقی...
full textارزیابی مدل شبکه های بیزین در پیش بینی ماهانل سطح آب زیرزمینی (مطالعۀ موردی: آبخوان بیرجند)
اساس برنامهریزیهای منابع آب بر پایۀ حجم آب قابل استحصال در آبخوان است و برآورد دقیق این حجم از آب زیرزمینی، کمک شایانی به توسعه میکند. در این مطالعه، از مدلهای بیزین با استفاده از دو ساختار خوشهبندی و صریح برای شبیهسازی سطح آب زیرزمینی آبخوان بیرجند استفاده شد. پنج متغیر تغذیۀ آبخوان، سطح ایستابی، دما، تبخیر و برداشت از آب زیرزمینی در ماه قبل بهعنوان متغیرهای ورودی به شبکۀ بیزین و سطح آب...
full textبررسی اثر شبکه آبیاری و زهکشی مارون بر منابع آب زیرزمینی شمال دشت بهبهان با استفاده از مدل MODFLOW
مدلسازی آبهای زیرزمینی به دلیل کارآیی بالا و هزینههای کمتر نسبت به روشهای دیگر به عنوان ابزار مدیریتی منابع آب مورد توجه قرار گرفته است. در تحقیق حاضر به ارزیابی اثر شبکه آبیاری و زهکشی مارون بر منابع آب زیرزمینی شمال دشت بهبهان با استفاده از مدل عددی تفاضل محدود و به کمک نرم افزار GMS با کد MODFLOW2000 پرداخته شده ...
full textMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه علوم کشاورزی و منابع طبیعی گرگان - دانشکده کشاورزی گنبد
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023