رضا دهقانی
کارشناس ارشد مهندسی کشاورزی – منابع آب، گروه مهندسی آب، دانشگاه تبریز، تبریز، ایران.
[ 1 ] - مقایسه روش های شبکه عصبی بیزین و شبکه عصبی مصنوعی در تخمین رسوبات معلق رودخانه ها (مطالعه موردی: سیمینه رود)
زمینه و هدف: شبیه سازی و ارزیابی آورد رسوب رودخانه از جمله مسایل مهم در مدیریت منابع آب می باشد. اندازه گیری مقدار رسوب به روش های متداول عموماً مستلزم صرف وقت و هزینه زیادی بوده و گاهی از دقت کافی نیز برخوردار نمی باشد. روش بررسی: در این پژوهش تخمین رسوب رودخانه سیمینه رود واقع در استان آذربایجان غربی، با استفاده از شبکه عصبی بیـزین مورد بررسی قرار گرفته و نتایج آن با روش های مرسـوم هوشمند هم...
[ 2 ] - مقایسه روش های زمین آمار و شبکه عصبی مصنوعی در تخمین سطح آب زیرزمینی(مطالعه موردی: دشت نورآباد، استان لرستان)
زمینه و هدف: در بررسی مسایل ژئوهیدرولوژى، تغییرات سطح ایستابى از اهمیت بسیار بالایی برخوردار است. بنابراین تحقیق و پژوهش در تخمین نقاط فاقد اطلاعات ضروری می باشد. روش بررسی: یکی از روش های مهم در برآورد سطح ایستابی آب های زیرزمینی درون یابی است. طى چند دهه اخیر به دلیل وجود همبستگی مکانی بین مقادیریک متغیر در یک ناحیه مبانى علم زمین آمار به خوبى گسترش یافته و توانایی هاى این شاخه از آمار در بر...
[ 3 ] - تخمین خشکسالی با استفاده از شبکه های هوشمند
چکیده خشکسالی یکی از پدیدههای آب و هوایی است که در همهی شرایط اقلیمی و در همهی مناطق کرهی زمین به وقوع میپیوندد. پیشبینی خشکسالی نقش مهمی در طراحی و مدیریت منابع طبیعی، سیستمهای منابع آب، تعیین نیاز آبی گیاه ایفا مینماید. در این پژوهش جهت تخمین شاخص بارش استاندارد 12 ماههی چهار ایستگاه بارانسنجی دلفان، سلسله، دورود و بروجرد واقع در استان لرستان از مدل شبکهی عصبی موجک استفاده شد و ...
[ 4 ] - پیشبینی دبی سیلابی با استفاده از شبکهی عصبی موجک
چکیده سیل یکی از بلایای طبیعی مهمی است که همه ساله باعث ایجاد خسارتهای مالی و جانی فراوانی به جوامع مختلف میگردد. به همین دلیل محققان سعی نمودهاند که تغییرات کمی این پدیده را حتیالمقدور به طور دقیق مورد بررسی قرار دهند. در این پژوهش جهت تخمین دبی سیلابی ایستگاه کهمانالشتر واقع در استان لرستان از مدل شبکهی عصبی موجک استفاده شد و نتایج آن با سایر روشهای هوشمند از جمله شبکهی عصب...
[ 5 ] - مقایسه مدلهای هوشمند در تخمین بارش ماهانه حوضه کاکارضا
برآورد بارش برای اجرای طرح های مطالعات منابع آب، خشکسالی، طرح های آمایش سرزمین، محیط زیست، آبخیزداری و طرح های جامع کشاورزی ضروری می باشد. در این پژوهش جهت تخمین بارش ماهانه دشت کاکارضا واقع در استان لرستان از مدل برنامه ریزی بیان ژن استفاده شد و نتایج آن با سایرروشهای هوشمند از جمله سیستم استنتاج فازی_عصبی و شبکه عصبی مصنوعی مقایسه گردید. برای این منظور از پارامترهای میانگین دما، رطوبت نسبی، ...
[ 6 ] - تحلیل روند تغییرات کمی آبدهی حوضۀ چم انجیر با استفاده از آزمونهای ناپارامتری
در این پژوهش روند تغییرات کمی جریان ایستگاه چم انجیر در سه مقیاس ماهانه، فصلی و سالانه و تغییرات کیفی این ایستگاه در درازمدت با استفاده از آزمونهای آماری بررسی شد. دادههای استفادهشده شامل آبدهی ایستگاه چم انجیر و دادههای چهار چشمۀ کیو، گلستان، مطهری و گرداب سنگی واقع در حوضۀ چم انجیر و کلیۀ اطلاعات بارش در ایستگاههای محدودۀ حوضه مد نظر است. در این تحقیق ابتدا شیب خطی روند دادههای نمونه ب...
[ 7 ] - کاربرد شبکه عصبی موجک در تخمین دمای متوسط هوا شهرستان ساری
دمای هوا که در ایستگاههای هواشناسی استاندارد اندازهگیری میشود یکی از توصیفکنندههای اصلی وضعیت محیط زمین است. بنابراین برآورد و تخمین دقیق دمای متوسط روزانه در هر منطقه یکی از پیشنیازهای مهم برای برنامهریزی کشاورزی و نیز مدیریت منابع آب میباشد که به روشهای مختلفی همچون مدلهای تجربی، نیمه تجربی و هوشمند قابل انجام است. در این پژوهش کاربرد شبکه عصبی موجک به منظور بر...
[ 8 ] - مقایسه عملکرد مدلهای ماشین بردار پشتیبان، برنامه ریزی بیان ژن وشبکه بیزین در پیش بینی جریان رودخانه ها (مطالعه موردی: رودخانه کشکان)
سابقه و هدف: پیشبینی جریان رودخانهها یکی از مهمترین موارد کلیدی در مدیریت و برنامهریزی منابع آب بهویژه اتخاذ تصمیمات صحیح در مواقع سیلاب و بروز خشکسالیها، است. برای پیشبینی میزان جریان رودخانهها رویکردهای متنوعی در هیدرولوژی معرفیشده است که مدلهای هوشمند از مهمترین آنها میباشند. در این پژوهش جهت ارزیابی دقت مدلها در پیشبینی جریان رودخانه، از دادههای روزانه حوضه آبریز کشکان واقع ...
[ 9 ] - مقایسه مدلهای شبکه عصبی موجک، ماشین بردار پشتیبان و برنامه ریزی بیان ژن در تخمین میزان اکسیژن محلول در اب رودخانه ها
اکسیژن محلول در آب از موثرترین پارامترها در تعیین کیفیت آب رودخانه ها بوده و کنترل آن در رودخانه ها از مهم ترین عوامل توسعه منابع آب هر منطقه است. به همین دلیل در این پژوهش عملکرد مدلهای شبکه عصبی موجک، ماشین بردار پشتیبان و برنامه ریزی بیان ژن را جهت تخمین اکسیژن محلول در آب رودخانه کامبرلند واقع در ایالت تنسی مورد بررسی قرار گرفت. برای این منظور سری زمانی ماهانه شاخص DO رودخانه کامبرلند در طی...
[ 10 ] - ارزیابی مدلهای هوشمند در تخمین هدایت الکتریکی آبهای زیرزمینی (مطالعه موردی: دشت مازندران)
چکیده زمینه و هدف: منابع آب زیرزمینی در کنار آبهای سطحی تأمینکننده نیاز بخشهای شهری، صنعت و کشاورزی است که علاوه بر کمیت، کیفیت آنها نیز باید بررسی شود. شورییکی از مهمترین پارامترهایی است که برای ارزیابی کیفیت آبهای زیرزمینی در نظر گرفته میشود. روش بررسی: در این پژوهش کاربرد مدلهای شبکه عصبی مصنوعی و شبکه بیزین جهت پیشبینی هدایت ا...
[ 11 ] - ارزیابی و عملکرد مدل ماشین بردار پشتیبان در تخمین رسوبات معلق رودخانه ها
همواره پدیده انتقال رسوب، بسیاری از سازه های رودخانه ای و سازه های عمرانی را تحت تأثیر قرار داده و عدم اطلاع از میزان دقیق آن خسارات بسیاری را موجب می شود .از این جهت دستیابی به روشی با دقت مناسب برای تخمین میزان بار رسوبی معلق رودخانه ها بسیار حایز اهمیت است. در این پژوهش جهت تخمین رسوبات رودخانه کاکارضا واقع در استان لرستان، از مدل ماشین بردار پشتیبان استفاده گردید و نتایج آن با برنامه ریزی ب...
[ 12 ] - کاربرد مدل شبکه عصبی موجک در تخمین شاخص بارش استاندارد
خشکسالی یکی از پدیدههای آب و هوایی است که در همه شرایط اقلیمی و در همه مناطق کره زمین به وقوع میپیوندد. پیشبینی خشکسالی نقش مهمی در طراحی و مدیریت منابع طبیعی، سیستمهای منابع آب، تعیین نیاز آبی گیاه ایفا مینماید. بدین منظور در این پژوهش از دادههای 4 ایستگاه بارانسنجی نورآباد، بروجرد، الشتر و دورود واقع در استان لرستان، به بررسی خشکسالی با استفاده از شاخص بارش استاندارد SPI در مقیاسهای ز...
[ 13 ] - مقایسه و ارزیابی مدلهای شبکه عصبی بیزین، برنامهریزی بیان ژن، ماشین بردار پشتیبان و رگرسیون خطی در تخمین بده جریان؛ مطالعه موردی حوضه صوفی چای
پیشبینی جریان رودخانه برای برنامهریزی طراحی و مدیریت مطمئن پروژه های منابع آب مهم است. در این پژوهش قابلیت کاربرد شبکه عصبی بیزین، برنامهریزی ژن، ماشین بردار پشتیبان و رگرسیون خطی چندمتغیره برای پیشبینی سری زمانی جریان رودخانه صوفی چای بررسی شد. سری زمانی جریان روزانه رودخانه برای دوره 1376 تا 1389 برای ایستگاه هیدرومتری تازه کند رودخانه صوفی چای مورد استفاده واقع شد. جهت بدست آوردن بهترین ...
[ 14 ] - ارائه یک روش جدید در بهینهسازی اقتصادی سیستم انحراف سد با استفاده از الگوریتم ژنتیک
طراحی و انتخاب نوع سیستم انحراف یک سد بستگی به شرایط توپوگرافی، نوع محل ساختگاه (به لحاظ زمینشناسی و ژئوتکنیکی)، شرایط هیدرولیکی رودخانه، هزینههای پیشبینی شده و ... دارد. یکی از انواع متداول این سیستمها استفاده از یک فرازبند به همراه یک یا چند تونل است. براساس دستورالعملهای طراحی و نظر محققین این امر، ابعاد سیستم انحراف باید به گونهای باشد که بتواند سیل (دبی حداکثر لحظهای) با دوره باز...
[ 15 ] - تخمین خشکسالی دراستان لرستان با استفاده از شبکه های هوشمند
خشکسالی یکی از پدیدههای آب و هوایی است که در همه شرایط اقلیمی و در همه مناطق کره زمین به وقوع میپیوندد. پیشبینی خشکسالی نقش مهمی در طراحی و مدیریت منابع طبیعی، سیستمهای منابع آب، تعیین نیاز آبی گیاه ایفا مینماید. در این پژوهش جهت تخمین شاخص بارش استاندارد 12 ماهه چهار ایستگاه باران سنجی نورآباد، الشتر، درود و بروجرد واقع در استان لرستان از مدل شبکه عصبی موجک استفاده...
[ 16 ] - بهرهبرداری بهینه از مخزن با استفاده از مدل برنامهریزی خطی (مطالعه موردی: سد درودزن)
بهرهبرداری بهینه از مخازن چندمنظوره یکی از مسایل پیچیده و گاهاً غیرخطی مطرح در بهینهسازی چندهدفه است. یکی از راهکارهای تصمیم سازی مناسب جهت بهرهبرداری بهینه از منابع آب، مدلسازی مسایل بهینهسازی بهرهبرداری از مخازن سدها با استفاده از روشهای مختلف ریاضی بوده است. در این پژوهش وضعیت فعلی بهرهبرداری و ارایه سیاست بهرهبرداری بهینه و مناسب برای مخزن سد مورد ارزیابی قرار گرفت. بدین منظور از ا...
[ 17 ] - کاربرد شبکه عصبی موجک در تخمین رسوبات معلق رودخانهها، مطالعه موردی: رودخانه کشکان-لرستان
شبیهسازی و ارزیابی آورد رسوب رودخانه از جمله مسائل مهم در مدیریت منابع آب میباشد. اندازهگیری مقدار رسوب به روشهای متداول عموماً مستلزم صرف وقت و هزینه زیادی بوده، گاهی از دقت کافی نیز برخوردار نیست. در این پژوهش برای تخمین رسوبات رودخانه کشکان واقع در استان لرستان، از شبکه عصبی موجک استفاده شد و نتایج آن با روشهای مرسوم هوشمند همچون شبکه عصبی مصنوعی مقایسه شد. پارامتر دبی، دما، میزان مواد ج...
[ 18 ] - بررسی عملکرد مدل شبکه عصبی موجک در تخمین دبی روزانه
سیل یکی از بلایای طبیعی مهمی است که همه ساله باعث ایجاد خسارتهای مالی و جانی فراوانی به جوامع </st...
[ 19 ] - بررسی تغییرات هیدروژئوشیمی آب زیرزمینی مطالعه موردی: دشت همدان-بهار
بررسی روند تغییرات کیفیت آب زیرزمینی در برنامه ریزی و مدیریت پایدار منابع آب هر منطقه از اهمیت فراوانی برخوردار است.در این پژوهش تغییرات کیفیت آب زیرزمینی در دشت همدان-بهار با استفاده از تجزیه شیمیایی نمونه های آب بدست آمده از 26 حلقه چاه انتخابی در سالهای 95و 96 دوره خشک و تر تحلیل شد. در این نمونه ها یونهای اصلی و متغیرهای فیزیکی آ...
نویسندگان همکار