آمار
| تعداد نشریات | 44 |
| تعداد شماره‌ها | 1,303 |
| تعداد مقالات | 16,020 |
| تعداد مشاهده مقاله | 52,490,001 |
| تعداد دریافت فایل اصل مقاله | 15,217,509 |
پیش‌بینی سطح آب زیرزمینی دشت تسوج-آذربایجان‌شرقی با کمک شبکه‌های عصبی مصنوعی | ||
| هیدروژئولوژی | ||
| مقاله 8، دوره 1، شماره 2، آبان 1395، صفحه 99-115 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22034/hydro.2016.4709 | ||
| نویسندگان | ||
| جعفر نیکبخت* 1؛ مینا ذوالفقاری2؛ مرتضی نجیب3 | ||
| 1عضو هیأت علمی دانشگاه زنجان-گروه مهندسی آب | ||
| 2دانش آموخته ارشد آبیاری و زهکشی- دانشگاه زنجان | ||
| 3کارشناس آبهای زیرزمینی شرکت آب منطقه ای استان آذربایجان شرقی | ||
| چکیده | ||
| اصلی‌ترین منبع آب در مناطق خشک و نیمه خشک آب زیرزمینی می‌باشد. بنابراین مطالعه آن دارای اهمیت می‌باشد. هدف از این پژوهش، پیش‌بینی سطح آب زیرزمینی آبخوان دشت تسوج آذربایجان‌شرقی با کمک شبکه‌های عصبی مصنوعی در آینده بود. به این منظور از داده‌های 11 ساله قابل دسترس منطقه (مهر 1381 تا شهریور 1392) استفاده شد. ابتدا مرزهای آبخوان دشت تسوج مشخص شد. سپس چاه‌های بهره‌برداری و مشاهده‌ای قرار گرفته در خارج از محدوده حذف شد. با روش مثلث‌ّبندی تیسن، پلی‌گون‌های چاه‌های مشاهده‌ای تعیین شده و میزان آب ورودی و خروجی از هر پلی‌گون از طریق بارش، تبخیر و چاه‌های بهره‌برداری محاسبه شد. در نهایت با تعریف 4 معماری مختلف، بهترین شبکه منطبق بر داده‌های قابل دسترس جهت پیش‌بینی سطح آب زیرزمینی تعیین شد. در این پژوهش از توپولوژی پرسپترون چند لایه با الگوریتم پس انتشار خطا جهت شبیه‌سازی و پیش‌بینی سطح آب زیرزمینی استفاده شد. نتایج نشان داد که در نظر گرفتن دمای متوسط هوا به عنوان ورودی در شبکه، موجب اغتشاش آن شد. شبکه‌ای که در معماری آن یک تا پنج تأخیر زمانی برای داده‌های ورودی در نظر گرفته شده بود بهترین شبکه بود. بر اساس بهترین شبکه طراحی شده، در کلیه چاه‌های مشاهده‌ای مقدار بین مقادیر تخمینی با شبکه‌های عصبی مصنوعی و داده‌های واقعی بیش‌تر از 90 درصد بود و RMSE کمتر از 80 سانتی‌متر بود. در نهایت سطح آب زیرزمینی برای 24 ماه آینده (مهر 1392 تا شهریور 1394) پیش‌بینی شد. پیش‌بینی‌ها نشان داد روند افت سطح آب زیرزمینی دشت در 24 ماه آینده ادامه خواهد یافت به طوری که در انتهای این مدت افت آن 3/1 متر افزایش خواهد یافت. | ||
| کلیدواژه‌ها | ||
| پرسپترون چند لایه؛ پلی‌گون‌بندی تیسن؛ پیش‌بینی سطح آب زیرزمینی؛ شبکه‌های عصبی مصنوعی | ||
|
سایر فایل های مرتبط با مقاله
|
||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 1,747 |
||
