CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

پیش بینی تراز آب زیرزمینی با بهره گیری از مدل ترکیبی موجک – عصبی و شبکه های عصبی (مطالعه موردی چاه سمغان)

عنوان مقاله: پیش بینی تراز آب زیرزمینی با بهره گیری از مدل ترکیبی موجک – عصبی و شبکه های عصبی (مطالعه موردی چاه سمغان)
شناسه ملی مقاله: WRRC02_311
منتشر شده در دومین کنفرانس ملی هیدرولوژی ایران در سال 1396
مشخصات نویسندگان مقاله:

حامدرضا ظریف صنایعی - استادیار دانشکده فنی و مهندسی دانشگاه شهرکرد، شهرکرد، ایران
علی باقری حسین آبادی - دانشجوی مقطع دکتری دانشکده فنی و مهندسی دانشگاه شیراز

خلاصه مقاله:
آب های زیرزمینی بعنوان مهمترین منابع تامین آب شیرین در جهان شمرده می شوند. با توجه به کاهش منابع آب زیرزمینی در طی سال های اخیر در کشور، پیش بینی و مدلسازی نوسانات تراز آب زیرزمینی گام مهمی در مدیریت استفاده و بهره برداری مناسب این منابع می باشد. در این تحقیق پیش بینی تراز آب زیرزمینی حوضه آبریز دشت دهدشت واقع دراستان کهگیلویه و بویراحمد با بهرهگیری از برخی مدل های هوشمند انجام شده است. به این منظور از داده های ماهیانه تراز آب زیرزمینی و بارندگی مربوط به 13 سال در چاه پیزومتری سمغان که واقع در دشت دهدشت می باشد، استفاده شده است. نتایج این مدل سازی تطابق خوبی را با نتایج مشاهده ای دارد. همچنین ، با مقایسه شبیه سازی تراز آب زیرزمینی به وسیله موجک-عصبی و شبکه های عصبی نتیجه میگیریم که تفاوت قابل توجهی در پیش بینی تراز آب زیرزمینی توسط هر دو روش با نتایج مشاهده ای وجود ندارد اما وجود داشتن نویز در نمودارهای شبکه عصبی و متقابلا نبود هیچ نویزی در نمودارهای موجک-عصبی مهمترین نتیجه در این مدل سازی می باشد و بنابراین تاثیر فیلتر کردن و آنالیز داده ها پیش از ورود به شبکه عصبی کاملا در بهبود نتایج پیش بینی موثر می باشد. نتایج این تحقیق می تواند برای پیش بینی تراز آب زیرزمینی در دیگر دشت های کشور با دقت بالای مورد استفاده قرار گیرد و می تواند محققان را در توسعه و پیاده سازی استراتژی مدیریت آب های زیرزمینی یاری نماید.

کلمات کلیدی:
تراز آب زیرزمینی، شبیه سازی، شبکه های عصبی، موجک، موجک- عصبی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/661718/