پیش بینی نوسانات سطح ایستابی با استفاده از شبکه عصبی مصنوعی مطالعه موردی دشت فیروزآباد فارس

پایان نامه
چکیده

آب زیرزمینی یک منبع بسیار مهم تأمین آب شیرین مورد نیاز جهت مصارف کشاورزی، شرب و صنعت در تمام جهان می باشد و در مناطق خشک و نیمه خشک که محدودیت هایی برای منابع دیگر وجود دارد از اهمیت ویژه ای برخوردار است. دشت فیروزآباد یکی از دشتهای مستعد برای کشاورزی در استان فارس می باشد که با توجه به خشکسالی و گسترش همزمان چاههای بهره برداری در سالهای اخیر روند نزولی سطح آب از سال 1378 شروع شده و همچنان ادامه دارد، چنانکه به علت افت سطح آب و بیلان منفی، بهره برداری از منابع آب زیرزمینی محدوده مطالعاتی فیروزآباد ازسال1381 ممنوع شده است. در این تحقیق از شبکه های عصبی که قدرت زیادی در شبیه سازی سیستمهای پیچیده دارند برای پیش بینی سطح ایستابی چاههای منتخب استفاده شده است. برای این منظور 32 چاه مشاهده ای موجود در دشت با استفاده از روش دسته بندی فازی در 3 گروه دسته بندی شده و از هر دسته 1 چاه به عنوان نمونه انتخاب و فرآیند پیش بینی برای آن انجام شده است. اطلاعات موجود در زمینه بارندگی، تبخیر از دشت، میزان رطوبت نسبی و دبی رودخانه فیروز آباد به عنوان اطلاعات اولیه مورد استفاده قرار گرفت. پس از تعیین میزان همبستگی این داده ها با سطح ایستابی، داده های مناسب به عنوان ورودی شبکه عصبی انتخاب و بهترین ساختار و الگوریتم برای شبکه عصبی استخراج و جهت پیش بینی سطح ایستابی استفاده شده است. نتایج به دست آمده نشان می دهد که شبکه های عصبی مصنوعی توانایی خوبی جهت پیش بینی نوسانات سطح ایستابی در ماههای آینده دارند که هرچه این افق پیش بینی طولانی تر شود از دقت نتایج نیز کاسته می شود. ضمناً در شرایط استفاده از داده های ناکافی و کم دقت توانایی شبکه جهت پیش بینی کاهش قابل توجهی را نشان داد. در این تحقیق پیش بینی سطح ایستابی چاه مشاهده ای نجف آباد با سطوح ایستابی عمیق بهترین نتایج را داشته و پیش بینی تا 6 ماه آینده انجام شده است که برای ماه اول میزان rmse برابر 59/0 و برای ماه ششم برابر 29/1 متر بدست آمده است و بدترین نتایج مربوط به چاه مشاهده ای پلیس راه بوده است که دارای داده های با خطای زیاد بوده و مقدار rmse در ماه اول 1/1 و در ماه دوم پیش بینی برابر 58/1 بوده است.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

پیش بینی تبخیر از سطح ایستابی کم عمق با استفاده از شبیه های وایازی و شبکه ی عصبی مصنوعی

رابطه ی بین عمق سطح ایستابی و تبخیر از سطح خاک در اغلب مناطق خشک و نیمه خشک بسیار مهم است. در این مناطق به علت آبیاری بیش از حد نیاز، اغلب سطح ایستابی نزدیک زمین است که باعث شوری خاک می‌شود. در این مطالعه از یک شبیه فیزیکی سطح ایستابی برای تعیین شدت تبخیر در خاکهای لوم شنی، لومی و لوم رسی در گلخانه و برای سه سطح ایستابی 40، 60 و 80 سانتی متری استفاده شده است. تبخیر از سطح خاک، تبخیر از سطح آزاد...

متن کامل

تخمین ارتفاع سطح ایستابی در روزهای مختلف سال با استفاده از شبکه‌ی عصبی مصنوعی شعاعی- مطالعه-ی موردی: دشت بهبهان

Knowing of the water table around the region and access to its contour maps is one of the most important planning tools for withdrawal underground aquifers and implementing civil projects. Generally, by using the piezometric wells in the region and different methods of estimation, the water table determined. Limitation of these methods is the inability to estimate water table on different days ...

متن کامل

مقایسه کارایی روش‌های شبکه عصبی مصنوعی و برنامه‌ریزی بیان ژن برای پیش بینی سطح ایستابی در مناطق خشک و نیمه خشک ( مطالعه موردی: دشت جیرفت)

مدل‌سازی و پیش‌بینی سطح ایستابی چاه‌ها یکی از کار‌های اساسی برایرسیدن به مدیریت بهینه منابع آب می‌باشد. یکی از راه‌های پیش‌بینی سطح آب زیرزمینی استفاده از تکنیک‌های هوش مصنوعی نظیر شبکه عصبی مصنوعی و برنامه‌ریزی بیان ژن می‌باشد. هدف از این پژوهش بررسی کارایی روش شبکه عصبی مصنوعی و برنامه‌ریزی بیان ژن در پیش‌بینی سطح ایستابی آب زیرزمینی آبخوان دشت جیرفت می‌باشد. به این منظور از داده‌های سطح ایست...

متن کامل

پیش بینی سطح مدیریت سود با استفاده از شبکه های عصبی مصنوعی...

اکثر تحقیقات انجام شده در حوزه مدیریت سود به بررسی انگیزه ها و عوامل موثر بر سطح مدیریت سود پرداخته اند، ولی از این متغیرها به طور مستقیم برای پیش بینی سطح مدیریت سود استفاده نشده است. در نتیجه تنها همبستگی بین مدیریت سود و این متغیرها بررسی شده است. از این رو، طراحی یک مدل برای پیش بینی سطح مدیریت سود به منظور کاهش ریسک بحران های مالی ناشی از مدیریت سود و کمک به سرمایه گذاران، اعتبار دهندگان و...

متن کامل

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...

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 @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه شیراز - دانشکده کشاورزی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023