فریبرز بهرامی؛ اصلان اگدرنژاد
چکیده
زمینه و هدف: به‌دلیل پیچیدگیهای موجود در سیستمهای آب زیرزمینی و همچنین محدودیتهای موجود، مدلسازی آبهای زیرزمینی به آسانی میسر نمیباشد، اما مدل شبکه عصبی مصنوعی، دارای توانایی بالایی در مدلسازی سیستمهای پیچیده و غیرخطی هستند و از طرفی روشهای زمین آماری هم در مدلسازی آب زیرزمینی دارای دقت مناسبی میباشند.
مواد ...
بیشتر
زمینه و هدف: به‌دلیل پیچیدگیهای موجود در سیستمهای آب زیرزمینی و همچنین محدودیتهای موجود، مدلسازی آبهای زیرزمینی به آسانی میسر نمیباشد، اما مدل شبکه عصبی مصنوعی، دارای توانایی بالایی در مدلسازی سیستمهای پیچیده و غیرخطی هستند و از طرفی روشهای زمین آماری هم در مدلسازی آب زیرزمینی دارای دقت مناسبی میباشند.
مواد و روش‌ها: هدف از پژوهش حاضر، شبیهسازی پارامترهای کیفی آب زیرزمینی (SAR، TDS و EC) دشت دزفول اندیمشک با استفاده از مدلهای ANN-PSO و زمین آمار می‌باشد. بدین‌منظور از اطلاعات 61 حلقه چاه مشاهدهای موجود در دشت دزفول- اندیمشک استفاده شد. ورودی‌های مدل شبکه عصبی شامل پارامترهای کیفی SO42-، pH، HCO32-، Na+، Mg2+، Ca2+، TDS، SAR و EC در نظر گرفته شد.
یافته ها: بر اساس نتایج حاصل از شبیهسازی با مدل شبکه عصبی مصنوعی، بالاترین دقت مدل ANN-PSO در شبیهسازی بهترتیب مربوط به پارامترهای EC، SAR و TDS و بر اساس نتایج حاصل از درونیابی با روش زمین‌آمار، بالاترین دقت مدل کریجینگ در شبیهسازی بهترتیب مربوط به پارامترهای EC، TDS و SAR بود. نتایج کلی حاصل از شبیهسازی پارامترهای کیفی آب زیرزمینی نشان داد که مدل ANN-PSO دقت بیشتری در شبیهسازی پارامترهای کیفی آب زیرزمینی دشت درفول اندیمشک نسبت به مدل کریجینگ دارد؛ بهطوریکه مقدار R2 برای شبیهسازی پارامترهای SAR، TDS و EC با استفاده از مدل ANN-PSO در مرحله آزمون بهترتیب 92/0، 918/0 و 955/0 و با استفاده از مدل کریجینگ 902/0، 915/0 و 931/0 برآورد شد.
نتیجه‌گیری: نتایج این پژوهش نشان داد، تلفیق مدلهای شبکه عصبی مصنوعی با الگوریتمهای بهینهسازی، به‌عنوان ابزاری مفید برای شبیهسازی پارامترهای کیفی آب زیرزمینی کاربرد دارند.
سید علی محمدی نژاد؛ اصلان اگدرنژاد
چکیده
پژوهش حاضر به منظور شبیهسازی پارامترهای کیفی آب زیرزمینی دشت زیدون شامل SAR ، EC و TDS با استفاده از مدلهای ANN و ANN-GA و درنهایت مقایسه نتایج آنها با داده‌های اندازه‌گیری شده، انجام گرفته است. این دشت با مساحتی حدود 1034 کیلومتر مربع در جنوب غربی شهرستان بهبهان واقع شده و دارای اقلیم خشک و بیابانی است. پارامترهای ورودی مدل‌ها برای پارامتر ...
بیشتر
پژوهش حاضر به منظور شبیهسازی پارامترهای کیفی آب زیرزمینی دشت زیدون شامل SAR ، EC و TDS با استفاده از مدلهای ANN و ANN-GA و درنهایت مقایسه نتایج آنها با داده‌های اندازه‌گیری شده، انجام گرفته است. این دشت با مساحتی حدود 1034 کیلومتر مربع در جنوب غربی شهرستان بهبهان واقع شده و دارای اقلیم خشک و بیابانی است. پارامترهای ورودی مدل‌ها برای پارامتر کیفی TDS شامل سدیم، هدایت الکتریکی، کلسیم، منیزیم، سولفات و نسبت جذب سدیم و برای پارامتر کیفی SAR شامل سدیم، کل نمک‌های محلول، بی‌کربنات، کلسیم و منیزیم و برای پارامتر کیفی EC شامل کلسیم، منیزیم، سولفات، سدیم و نسبت جذب سدیم از سال 1390 تا 1397 جمع‌آوری گردید.نتایج نشان داد، در مدل ANN و ANN-GA بیشترین دقت شبیهسازی SAR در مدل با تابع تانژانت سیگموئید، در مدل شبیه‌ساز EC هم بیشترین دقت در مدلهای ANN و ANN-GA بهترتیب مربوط به توابع محرک لگاریتم سیگموئید و تانژانت سیگموئید می‌باشد. همچنین در مدل ANN و ANN-GA بیشترین دقت شبیهسازی TDS بهترتیب در مدل با توابع محرک تانژانت سیگموئید و لگاریتم سیگموئید به‌دست آمد. بهطوریکه مقدار RMSE و MAE کمترین مقدار و شاخص R2 بیشترین مقدار را دارد. به‌طور کلی با توجه به نتایج بدست آمده، دقت مدل ANN-GA هم بالاتر از مدل ANN، برای شبیهسازی پارامترهای کیفی آب زیرزمینی دشت زیدون برآورد شده است.بنابراین استفاده از مدل شبکه عصبی مصنوعی به‌همراه الگوریتم ژنتیک ابزار مناسبی برای شبیهسازی پارامترهای کیفی آب زیرزمینی در حجم بالا، بدون احتیاج به اندازه‌گیری و کارهای آزمایشگاهی که نیاز به زمان و هزینه بالا دارند، می‌باشد.
مریم صیادی؛ مجتبی قره‌محمودلو
چکیده
زمینه و هدف: یکی از مسائل مهم در مدیریت کیفی منابع آب، یـافتن رابطـه بـین پـارامترهـای مختلـف فیزیکی و شیمیایی تأثیرگذار بر کیفیت پیکره‌های آبی است. پاسـخ به این مسئله، گامی ضروری و مهم جهـت بررسـی دقیـق‌تـر منـابع آلاینده و ارائه راهکار جهت کـاهش اثـرات منفـی آن و در نهایـت بهبود وضـعیت کیفـی منـابع آب مـی‌باشـد. پژوهش حاضر با ...
بیشتر
زمینه و هدف: یکی از مسائل مهم در مدیریت کیفی منابع آب، یـافتن رابطـه بـین پـارامترهـای مختلـف فیزیکی و شیمیایی تأثیرگذار بر کیفیت پیکره‌های آبی است. پاسـخ به این مسئله، گامی ضروری و مهم جهـت بررسـی دقیـق‌تـر منـابع آلاینده و ارائه راهکار جهت کـاهش اثـرات منفـی آن و در نهایـت بهبود وضـعیت کیفـی منـابع آب مـی‌باشـد. پژوهش حاضر با هدف بررسی روند و پیش‌بینی تغییرات برخی از پارامترهای کیفی آب رودخانه گاماسیاب با استفاده ازروش‌های آماری چندمتغیره و سری‌های زمانی انجام شد. مواد و روش‌ها: در این تحقیق از میانگین سالانه برخی پارامترهای کیفی مربوط به یک دوره آماری 6 ساله در دو ایستگاه پل‌چهر و دوآباستفاده شد. ابتدا عوامل کنترل‌کننده شیمی آب رودخانه گاماسیاب با استفاده از دیاگرام مثلثی و نمودار گیس تعیین شد، سپس جهت تعیین ارتباط خطی بین متغیرهای چندبعدی، از ضرایب همبستگی کانونیکال استفاده شد. در نهایت روند تغییرات پارامترهای کیفی آب در 5 سال آینده پیش‌بینی شد. یافته‌ها: در ایستگاه پل‌چهر، به‌جز پارامتر pH، سایر پارامترهای کیفی دارای روند افزایشی بودند، در حالی‌که در ایستگاه دوآب، تمامی پارامترهای کیفی به‌جز منیزیم و سولفات روند کاهشی داشتند. بر اساس دیاگرام‌های مثلثی و گیبس بهترتیب رخساره غالب آب در هر دو ایستگاه کلیم-منیزیم-بی‌کربنات و عامل اصلی کنترل کننده شیمی آب واکنش آب- سنگ بود. بر اساس نتایج، پارامترهای شیمیایی بی‌کربنات و منیزیم در ایستگاه پل‌چهر با ضرایب کانونی 0/983 و 0/933 در دسته اول متغیرهای کانونیک و سدیم با ضریب0/845 در دسته دوم متغیرهای کانونیک قرار گرفتند، در حالی‌که در ایستگاه دوآب متغیرهای شیمیایی بی‌کربنات و کلسیم با ضرایب کانونی 0/945 و 0/789در دسته اول کانونیک و سدیم و کلراید با ضرایب 0/930 و 0/800 در دسته دوم متغیرهای کانونیک قرار داشتند. منشأ دسته اول و دوم متغیرهای کانونیک را می‌توان بهترتیب به انحلال سنگ‌های آهکی و تبخیری مربوط دانست. نتایج پیش‌بینی روند تغییرات پارامترهای کیفی آب رودخانه گاماسیاب طی 5 سال آینده نشان داد که در ایستگاه پل‌چهر تمام پارامترها به‌جز pH روند افزایشی و در ایستگاه دوآب به‌جز منیزیم و سولفات، سایر پارامترهای کیفی روند کاهشی خواهند داشت. نتیجه‌گیری: واکنش آب- سنگ، مهم‌ترین عامل کنترل کننده شیمی آب در رودخانه گاماسیاب می‌باشد. نوع مقاله: پژوهشی
محمد سلیمانی؛ کیوان خلیلی؛ جواد بهمنش
چکیده
مقدمه : بیش از سه دهه است که هیدرولوژیست ها، استفاده از مدلهای چندمتغیره را جهت توصیف و مدلسازی داده های پیچیده هیدرولوژی توصیه می کنند، درحالی که به تازگی اهمیت مدل های چند متغیره در آب‌شناسی مطرح شده است. در واقع در مدل های چند متغیره با دخالت دادن عوامل مؤثر دیگر، می‌توان نتایج توصیف، مدل سازی و پیش‌بینی پارامترهای ...
بیشتر
مقدمه : بیش از سه دهه است که هیدرولوژیست ها، استفاده از مدلهای چندمتغیره را جهت توصیف و مدلسازی داده های پیچیده هیدرولوژی توصیه می کنند، درحالی که به تازگی اهمیت مدل های چند متغیره در آب‌شناسی مطرح شده است. در واقع در مدل های چند متغیره با دخالت دادن عوامل مؤثر دیگر، می‌توان نتایج توصیف، مدل سازی و پیش‌بینی پارامترهای مختلف را بهبود بخشید. مواد و روش‌ها: در این مطالعه، مدل های چند متغیره خود همبسته با میانگین متحرک هم‌زمان آرما (کارما) جهت مدلسازی پارامترهای EC و TDS ایستگاه های جنوب دریاچه ارومیه مورد ارزیابی قرار گرفت. جهت استفاده از مدل های کارما، از سری زمانی دبی سالانه، مقادیر EC، TDS، SAR و pH مربوط به سه ایستگاه هیدرومتری کوتر، بالقچی و گردیعقوب در دوره آماری (1392-1371) استفاده شد. یافته ها: نتایج بررسی روند تغییرات پارامترهای کیفی رودخانه های غرب حوضه دریاچه ارومیه نشان داد که در دوره آماری مورد بررسی روند دبی رودخانه های مورد مطالعه در جنوب دریاچه ارومیه کاهشی بوده و در مقابل مقادیر EC و TDS روندی افزایشی را تجربه کرده اند. بر اساس نتایج مدلسازی مقادیر EC و TDS، میزان متوسط خطا (RMSE) در مدل سازی مقادیر EC در مرحله آموزش برابر باmho/cm 16/60 و در مرحله آزمایش mho/cm 13/26 و برای مقادیر پارامتر TDS در مرحله آموزش برابر با 19/84 و در مرحله آزمایش 12/71 بود. مقادیر برآورد شده از محاسبه خطا و دقت مدل تماماً در محدوده اطمینان واقع شدند. نتیجه گیری : در واقع می‌توان چنین نتیجه‌گیری کرد که در روشهای مدلسازی چند متغیره با در نظر گرفتن عوامل مؤثر بیشتر، می‌توان دقت مدل های سری زمانی و نتایج حاصل از آنها را ارتقاء داد.