دوره 8، شماره 22 - ( 3-1398 )                   جلد 8 شماره 22 صفحات 43-58 | برگشت به فهرست نسخه ها


XML English Abstract Print


چکیده:  
در نواحی خشک و نیمه‌خشک، به‌دلیل کمبود جریان‌های سطحی، فشار عمده بر آب‌های زیرزمینی وارد می‌شود. سطح منابع آب زیرزمینی محدودۀ مورد مطالعه (دشت عباس) نیز به‌دلیل استفادۀ بی‌رویه، دچار افت شدید شده و بیش از 30 سال است که به‌عنوان دشت ممنوعه اعلام گردیده است. در این تحقیق، از چهار مدل متفاوت شبکۀ عصبی تکاملی شامل شبکۀ عصبی پرسپترون چندلایه با الگوریتم ژنتیک (ANN-GA)، بهینه‌سازی ازدحام ذرات (ANN-PSO)، الگوریتم رقابت استعماری (ANN-ICA) و بهینه‌سازی کلونی مورچگان (ANN-ACOR) برای تخمین سطح آب زیرزمینی استفاده شده است. داده‌های مورد استفاده شامل بارش، تبخیر، متوسط دمای سالانه، نفوذ مؤثر و داده‌های گذشته سطح آب زیرزمینی برای یک دورۀ 22 ساله ‌است. ترکیب ورودی‌ها با استفاده از تجزیه و تحلیل خودهمبستگی، خودهمبستگی جزئی و همبستگی متقابل برای هر مدل آماده شده است. مدل‌های بهینه با تغییر پارامترهای کنترلی به دست آمده‌اند. بهترین دقت از بین مدل‌های ارائه‌شده برای ورودی (GWLt-1، GWLt-2 و Pt) به دست آمده ‌است. دقت میانگین مربع خطا برای مدل‌های ANN-ICA، ANN-PSO، ANN-ACOR به‌ترتیب 0033/0، 0039/0 و 0044/0 و برای مدل ANN-GA 0030/0 به دست آمده ‌است. روند تغییرات سطح آب زیرزمینی دشت در مقطع زمانی 72 تا 84 روند کاهشی و از سال 85 تا 94 با ورود آب سد کرخه، روند افزایشی داشته و بیلان آب دشت مثبت شده‌ است. با توجه به نتایج به‌دست‌آمده، مدل ANN-GA عملکرد بهتری نسبت به سه مدل دیگر برای تخمین سطح آب زیرزمینی از خود نشان داده ‌است.
نوع مطالعه: پژوهشي | موضوع مقاله: مدیریت منابع آب
دریافت: ۱۳۹۷/۶/۲۴ | پذیرش: ۱۳۹۷/۱۱/۱ | انتشار: ۱۳۹۸/۲/۹

Abstract [PDF 147 KB]  (16 دریافت)
ارسال پیام به نویسنده مسئول


کلیه حقوق این وب سایت متعلق به نشریه مهندسی اکوسیستم بیابان می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2019 All Rights Reserved | Desert Ecosystem Engineering Journal

Designed & Developed by : Yektaweb