تخمین توزیع مکانی کیفیت آب های زیرزمینی دشت بیرجند با روش تلفیقی زمین آمار – شبکه های عصبی مصنوعی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه زابل - دانشکده کشاورزی
- نویسنده سید علی معاشری
- استاد راهنما سید محمود طباطبایی پرویز حقیقت جو
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1392
چکیده
از اساسی ترین موارد در مدیریت کیفی منابع آب زیرزمینی تخمین کیفی آب با استفاده از داده های برداشت شده از شبکه چاه های مشاهده ای می باشد. با توجه به برداشت سطح آب زیرزمینی در دشت ها به صورت نقطه ای در محل چاه های مشاهده ای، ضرورت دارد برای محاسبه مقدار متوسط مقادیر کیفی آب زیرزمینی در دشت و تخمین مقادیر کیفی آب، اطلاعات حاصل از برداشت نقطه ای به سطح تعمیم داده شود. کاربرد مدل های زمین آماری همواره با خطا همراه بوده است چرا که در اکثر موارد تابع برازش داده شده شامل کلیه نقاط تجربی محاسبه شده نمی باشد. هدف از انجام این تحقیق بررسی کاربرد روش ترکیبی زمین آمار و شبکه عصبی مصنوعی بهینه شده با الگوریتم ژنتیک در میان یابی مقادیر کیفی آب زیرزمینی می باشد. در این تحقیق، ابتدا برای تخمین مقادیر کیفی آب زیرزمینی دشت بیرجند واقع در استان خراسان جنوبی دارای شرایط ژئوهیدرولوژی خاص، استفاده از مدل کریجینگ انتخاب شد. در ادامه با انتخاب مدل نیم تغییرنمای مناسب نقشه های حاصل از مدل کریجینگ ترسیم شدند. سپس طی یک شبکه بندی منظم در محدوده دشت، داده های کیفی آب زیرزمینی تخمین زده شده توسط روش کریجینگ، بصورت فایلی متنی استخراج شده و در ترکیب با روش شبکه عصبی مصنوعی بکار گرفته شد. ترکیب روش زمین آماری انتخاب شده با شبکه های عصبی مصنوعی برای تخمین مقادیر نیترات، نیتریت، سدیم، کلسیم و منیزیم آب های زیرزمینی دشت بیرجند، نشان داد که این الگوریتم ترکیبی عملکردی بهتر داشته و باعث بهبود تخمین نقطه ای مقادیر کیفی آب زیرزمینی شد. همچنین دارای معیارهای ارزیابی مناسب تری نسبت به کاربرد روش های زمین آماری به تنهایی می باشد. نتایج نشان داد که در تخمین مقادیر نیترات، سدیم، منیزیم و کلسیم آب زیرزمینی دشت بیرجند، شبکه عصبی mlp با الگوریتم آموزش لونبرگ مارکوات با ضریب تبیین به ترتیب 96/0، 997/0، 93/0 و 98/0 و برای مقادیر نیتریت شبکه عصبی gff با الگوریتم آموزش لونبرگ مارکوات با ضریب تبیین 905/0 دارای معیارهای ارزیابی مناسب تری برای ترکیب با روش زمین آماری می باشند. در انتها بهینه سازی نتایج شبکه های عصبی مصنوعی در ترکیب با روش زمین آماری با استفاده از الگوریتم ژنتیک در تخمین مقادیر عناصر کیفی آب زیر زمینی مورد مطالعه در این تحقیق، موثر بود و باعث کاهش خطا در فرآیند تخمین شد.
منابع مشابه
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...
متن کاملتخمین سطح آب زیرزمینی با استفاده از روش ترکیبی زمین آمار و شبکه های عصبی مصنوعی (مطالعه موردی: دشت شهرکرد)
از اساسیترین موارد در مدیریت کمی منابع آب زیرزمینی تخمین سطح آب با استفاده از دادههای برداشت شده از شبکه چاههای مشاهدهای میباشد. هدف این تحقیق میانیابی سطح آبزیرزمینی با استفاده از الگوریتم ترکیبی زمین آمار و شبکههای عصبی مصنوعی میباشد و دشت شهرکرد به عنوان نمونه انتخاب شده است. بعد ازانتخاب دو ماه اسفند 1385 و شهریور 1388 به عنوان ماههای دارای به ترتیب حداکثر و حداقل سطح آب (طی دوره ...
متن کاملمقایسه 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 ژئوهیدرولوژی، تغییرات سطح ایستابی 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. طی چند دهه اخیر به دلیل وجود همبستگی مکانی بین مقادیریک متغیر در یک ناحیه مبانی علم زمین آمار به خوبی گسترش یافته و توانایی های این شاخه از آمار در بر...
متن کاملتخمین سطح آب زیرزمینی با استفاده از روش ترکیبی زمین آمار و شبکههای عصبی مصنوعی (مطالعه موردی: دشت شهرکرد)
از اساسیترین موارد در مدیریت کمی منابع آب زیرزمینی تخمین سطح آب با استفاده از دادههای برداشت شده از شبکه چاههای مشاهدهای میباشد. هدف این تحقیق میانیابی سطح آبزیرزمینی با استفاده از الگوریتم ترکیبی زمین آمار و شبکههای عصبی مصنوعی میباشد و دشت شهرکرد به عنوان نمونه انتخاب شده است. بعد ازانتخاب دو ماه اسفند 1385 و شهریور 1388 به عنوان ماههای دارای به ترتیب حداکثر و حداقل سطح آب (طی ...
متن کاملارزیابی دقت روش شبکه های عصبی مصنوعی و زمین آمار در میان یابی سطح تراز آب های زیرزمینی؛ مطالعه موردی: دشت شبستر - صوفیان
ماهیت متغیرهای کمی و کیفی آبهای زیرزمینی به دلیل تأثیر مستقیم در زندگی انسان، همواره یکی از موضوعات مطرح در تحقیقات علمی و دانشگاهی بوده است. هزینهبر بودن و عدم امکان مطالعه دقیق این منابع، لزوم استفاده از روش جدیدی را برای برآورد چنین متغیرهایی به طور کامل آشکار میکند. در این میان روش<stro...
متن کاملبررسی تغییرات مکانی کیفیت آب زیرزمینی دشت سمنان- سرخه با استفاده از روشهای زمین آمار
امروزه بهدلیل کمبود آب در کشور بهخصوص در مناطق بیابانی و نیمهبیابانی، مدیریت بهینه و استفاده از منابع آب زیرزمینی لازم و ضروریست. در این پژوهش تغییرات پنج ویژگی هدایتالکتریکی، کلر، غلظت املاح محلول، سدیم و سولفات آبهای زیرزمینی دشت سمنان در طول دوره آماری مورد مطالعه (از سال آبی 79-78 تا 89-88) مورد بررسی قرار گرفت. بهمنظور انتخاب مدل مناسب برای برازش بر روی واریوگرام تجربی از مقدار ریشه ...
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 @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه زابل - دانشکده کشاورزی
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023