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

نویسندگان

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

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

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

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...

متن کامل

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 ...

متن کامل

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...

متن کامل

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...

متن کامل

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...

متن کامل

منابع 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 7  شماره 10

صفحات  1- 12

تاریخ انتشار 2017-02-19

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023