شبیه سازی شوری آب زیرزمینی با تلفیق قابلیتهای شبکه عصبی مصنوعی و سیستم اطلاعات جغرافیایی در سواحل جنوبی خزر
نویسندگان
چکیده مقاله:
باتوجهبهشرایطکشورایرانبه لحاظ کمبودمنابعآبسطحی،استفادهازمنابعآبزیرزمینیبرایتأمینآبمورد توجه قرار گرفتهاست. انجام آزمایشهای کیفی، زمانبر و پرهزینه است. بنابراین، استفاده از مدلها برای شبیهسازی کیفیت آب متداول شده است. در تحقیق حاضر شبکه عصبیمصنوعی برای شبیهسازی شوری آب زیرزمینی و سیستم اطلاعات جغرافیایی (GIS) بهعنوان پیشپردازنده و پسپردازنده در شبیهسازی در سطح دشت مازندران استفاده شد. شوری آب زیرزمینی با استفاده از شبکه پرسپترون چندلایه (MLP) و با در نظر گرفتن هدایت الکتریکی(EC) آب زیرزمینی و کمی نمودن عوامل مؤثر در شوری آب، شبیهسازی گردید. سپس، آزمون یا اعتباریابی مدل و تأیید کارایی مدل انجام پذیرفت. در محیط سیستم اطلاعات جغرافیایی، سطح دشت مطالعاتی به سلولهای یک در یک کیلومتری به فرمت رستری جدا شد و از تلفیق لایههای ورودی مدل، لایه زمین مرجع عوامل شوری آب تهیه گردید. مقادیر کمی برای هر سلول بههمراه مختصات به محیط شبکه عصبی وارد گشت و شبیهسازی شوری آب زیرزمینی برای مکانهای فاقد آمار با شبکه بهینه اعتباریابی شده، انحام پذیرفت. سپس، نتایج با توجه به دستیابی مقادیر ضریب تعیین GIS وارد و نقشه یا لایه رستری شوری آب زیرزمینی براساس نتایج شبیهسازی شبکه عصبی تهیه شد. نتایج با توجه به دستیابی مقادیر ضریب تعیین 78/0=2 Rو معیار میانگین مربعات خطای RMSE برابر با 122/0 در مرحله آزمون با ارزیابی کارایی شبکه عصبی و همچنین تحلیل همپوشانی مقادیر برآوردی و مقادیر مشاهداتی در محیط GIS، دلالت بر دقت و کارایی تلفیق شبکه عصبی و GIS در مطالعات داشته است.
منابع مشابه
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 ...
متن کاملشبیه سازی سفره آب زیرزمینی دشت مهیار با شبکه عصبی مصنوعی و سیستم اطلاعات جغرافیایی تحت سناریوهای مختلف
دشت مهیار در اصفهان از جمله دشتهایی است که با بحران آب مواجه شده است. در چنین وضعیتی توجه به ظرفیت منابع و مدیریت صحیح، ابزاری مورد نیاز برای عبور از این شرایط میباشد. در این راستا، با استفاده از شبکه عصبی مصنوعی، آمار سطح آب زیرزمینی و الگوی کشت دشت، سه سناریوی کاربری اراضی تشکیل شد که بر اساس آنها سطح سفره آب زیرزمینی برای سال آبی 1387 با شبکه تک لایه و الگوریتم آموزش لونبرگ-مرکوات و سه تا...
متن کاملشبیه 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 ...
متن کاملبرآورد درصد تاج پوشش مرتعی با تلفیق قابلیت های شبکه عصبی مصنوعی و سیستم اطلاعات جغرافیایی در مراتع بلده نور
مراتع به دلایل متعدد از جمله تولید علوفه، دامداری، ارزش تفرجگاهی و حفاظت آب و خاک مهم می باشند. از طرفی، برای حفاظت و مدیریت بهینه از این منابع طبیعی، مطالعات در مورد آنها ضروری است. از آنجا که مطالعات میدانی هزینه بر و زمان بر می باشد، استفاده از مدل ها در کنار مطالعات صحرایی، برای برآورد ویژگیهای پوشش گیاهی متداول شده است. در تحقیق حاضر شبکه عصبی مصنوعی و مدلسازی آماری، جهت شبیه سازی درصد تا...
متن کاملبررسی 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...
متن کاملشبیه سازی الگوی توزیع نیترات در سیستم آبیاری قطره ای با استفاده از شبکه عصبی مصنوعی
استفاده بیش از حد نیترات میتواند منجر به آلودگی منابع آب زیرزمینی شود. بنابراین دانش دقیق از توزیع نیترات در ناحیه توسعه ریشه بهمنظور طراحی و مدیریت سیستمهای آبیاری قطرهای ضروری است. در این تحقیق بهمنظور مدلسازی الگوی توزیع نیترات از شبکه عصبی مصنوعی استفاده گردید. زیرا این تکنیک بهدلیل الگوی تشخیص قوی، روابط منطقی بین پارامترهای ورودی و خروجی برقرار میکند. در این تحقیق، بهمنظور شبیهس...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 42 شماره 4
صفحات 181- 194
تاریخ انتشار 2019-12-22
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023