شماره ركورد :
956913
عنوان مقاله :
كاربرد مدل شبكه عصبي در برآورد ميزان برداشت از آب هاي زيرزميني (نمونه موردي: شرق جلگه اصفهان)
عنوان به زبان ديگر :
Groundwater, prediction, artificial neural network, eastern part of Isfahan plain
پديد آورنده :
كياني سلمي صديقه
پديد آورندگان :
نظيفي مينو نويسنده دانشكده علوم اداري و اقتصاد,دانشگاه اصفهان,ايران Nazifei Mino
سازمان :
دانشكده منابع طبيعي و علوم زمين,گروه جغرافيا و اكوتوريسم,دانشگاه كاشان,ايران
اطلاعات موجودي :
فصلنامه سال 1394 شماره 0
تعداد صفحه :
11
از صفحه :
99
تا صفحه :
109
كليدواژه :
groundwater , eastern part of Isfahan plain. , Prediction , آب هاي زيرزميني , پيش بيني , شبكه عصبي مصنوعي , شرق جلگه اصفهان , بحران آب , Artificial neural network
چكيده فارسي :
پيش بيني ميزان مصرف آب كمك مؤثري به مديران و بهره برداران سيستم هاي آب زيرزميني است تا بتوانند نسبت به مديريت صحيح مصرف اقدام كنند. هدف از انجام اين پژوهش، پيش بيني ميزان برداشت از آب هاي زيرزميني شرق جلگۀ اصفهان با استفاده از شبكه هاي عصبي مصنوعي (Artificial Neural Networks) به عنوان ابزاري توانمند در مدل سازي فرايندهاي غيرخطي و نامعين است. داده هاي استفاده شده در اين مطالعه براي تحليل وضعيت منابع آب زيرزميني و پيش بيني وضعيت آينده، برداشت از آن با استفاده از روش شبكۀ عصبي، ميزان تخليۀ هريك از چاه هاي موجود در روستاهاي منطقۀ مورد مطالعه به تفكيك سال هاي مختلف در فاصلۀ زماني 1382 تا 1390 و به تعداد 16222 حلقۀ چاه است. نتايج به دست آمده از مدل با 7 لايۀ ورودي و خطاي كمتر از 0/001 در نمونۀ يادگيري و 0/02 در نمونۀ آزمون، مؤيد آن است كه تا سال 1394 ميزان برداشت از آب هاي زيرزميني منطقۀ مورد مطالعه به ميزان 519 ميليون متر مكعب افزايش خواهد يافت. اين مسئله با توجه به ناپايداري وضعيت منابع آب سطحي در منطقۀ لزوم طراحي برنامه ريزي مديريت بحران را دوچندان مي كند.
چكيده لاتين :
Predicting the amount of water consumed would help the managers in exploitation of underground water systems so that they could manage consumption effectively. This issue, especially in Iran with repeatedly drought and limited water sources is significantly more important. In the present research, by using, artificial neural networks as a powerful tool in nonlinear and indefinite processes have been used in order to predict the amount of water.The data used in this study to analyze the status of groundwater resources and predict the future course of using the neural network,are the discharge of any of the existing wells in the villages of the region according to different years In the period 2003 to 2011, the number of 16222 wells. exploited from underground resources located in the eastern part of Isfahan plain. The results indicate that the water volume exploited from underground resources will reach up to 519 Million cubic meters until 2015. Considering the instability of surface resources in the region, this issue adds more and more on the necessity of the crisis management planning.
سال انتشار :
1394
عنوان نشريه :
مهندسي اكوسيستم بيابان
عنوان نشريه :
مهندسي اكوسيستم بيابان
اطلاعات موجودي :
فصلنامه با شماره پیاپی 0 سال 1394
لينک به اين مدرک :
بازگشت