شبیهسازی آبدهی چشمههای کارستی با استفاده از شبکهی عصبی مصنوعی (مطالعهی موردی: ارتفاعات البرز مرکزی)
عنوان مقاله: شبیهسازی آبدهی چشمههای کارستی با استفاده از شبکهی عصبی مصنوعی (مطالعهی موردی: ارتفاعات البرز مرکزی)
شناسه ملی مقاله: JR_JPHGR-43-77_004
منتشر شده در در سال 1390
شناسه ملی مقاله: JR_JPHGR-43-77_004
منتشر شده در در سال 1390
مشخصات نویسندگان مقاله:
زهرا درواری - کارشناس ارشد آبخیزداری، دانشگاه مازندران
وحید غلامی - استادیار گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه گیلان
عیسی جوکار سرهنگی - استادیار گروه جغرافیا و برنامهریزی شهری، دانشگاه مازندران
خلاصه مقاله:
زهرا درواری - کارشناس ارشد آبخیزداری، دانشگاه مازندران
وحید غلامی - استادیار گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه گیلان
عیسی جوکار سرهنگی - استادیار گروه جغرافیا و برنامهریزی شهری، دانشگاه مازندران
چشمهها یکی از منابع آبی مهم در سطح کشور شمرده می شوند. در ارتفاعات البرز مرکزی چشمههای کارستی فراوانی گسترش دارند که شناخت وضعیت هیدرولوژیکی آنها در بهرهبرداری و مدیریت آنها ضرورت دارد. هدف از این پژوهش، بررسی کارایی شبکهی عصبی مصنوعی در شبیهسازی آبدهی چشمههای کارستی در استان مازندران است. بدین منظور، ۸۰ چشمه کارستی مورد مطالعه قرار گرفت. تعداد ۶۰ نمونه برای آموزش یا ارائهی مدل و تعداد ۲۰ نمونه برای تست یا اعتباریابی استفاده شد. مقادیر کمی عوامل موثر در آبدهی چشمههای کارستی، شامل؛ درصد تخلخل تشکیلات آبخوان، ارتفاع مکان، شیب زمین، بارش متوسط سالانه و فاصله از منابع آب با بهکارگیری دادهها و نقشهها در محیط سیستم اطلاعات جغرافیایی(GIS) برآورد شد. برای ارائهی مدل مناسب برای آبدهی چشمههای کارستی از نرمافزار MATLAB شاخهی Neural Network و از شبکهی پرسپترون چند لایه استفاده شد. برای فرآیند شبیهسازی، ۸۰ درصد دادهها برای آموزش و ۲۰ درصد مابقی برای تست یا اعتباریابی استفاده شد. عملکرد شبکهی عصبی با پارامترهایی چون، جذر میانگین مربع خطا (RMSE) و ضریب همبستگی بین خروجیهای حقیقی و دلخواه (R) سنجیده شد. نتایج پژوهش، نهتنها کارایی شبکهی عصبی مصنوعی در شبیهسازی آبدهی چشمهها را نشان داد؛ بلکه حاکی از آن است که عوامل فاصله از منابع آب، تخلخل تشکیلات آبخوان و ارتفاع مکان، عوامل اصلی در آبدهی چشمههای کارستی در ارتفاعات البرز مرکزی بهشمار میآیند؛ بنابراین با استفاده از شبکهی عصبی مصنوعی، میتوان آبدهی چشمههای فاقد آمار را با دقت قابل قبولی برآورد کرد.
کلمات کلیدی: استان مازندران, تخلخل, شبکهی عصبی مصنوعی, منابع آب
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1766287/