برای اطلاع از آخرین مقالات علمی و اخبار کرونا(COVID-19) کلیک کنید

مشخصات مقاله

عنوان نشریه: 
 
اطلاعات شماره: 
 
عنوان مقاله: 

بهينه سازي مدل دراستيک با استفاده از هوش مصنوعي جهت ارزيابي آسيب پذيري آب زيرزميني در دشت مراغه- بناب

 
نویسندگان: 
 
آدرس:  
* گروه زمین شناسی، دانشکده علوم طبیعی، دانشگاه تبریز، تبریز، ایران
 
چکیده: 
ارزيابي آسيب پذيري آبخوان به منظور تعيين مناطق داراي پتانسيل آلودگي براي مديريت منابع آب زيرزميني از اهميت بالايي برخوردار است. در اين تحقيق، با استفاده از مدل دراستيک ارزيابي آسيب پذيري آب زيرزميني در آبخوان دشت مراغه- بناب برآورد شده است. در مدل دراستيک از پارامترهاي موثر در ارزيابي آسيب پذيري سفره آب زيرزميني شامل ژرفاي سطح ايستابي، تغذيه، جنس سفره، نوع خاک، شيب توپوگرافي، مواد تشکيل دهنده منطقه غيراشباع و هدايت هيدروليکي استفاده مي شود که به صورت 7 لايه در محيط GIS تهيه شدند و با وزن دهي و رتبه بندي و تلفيق 7 لايه ياد شده، نقشه نهايي آسيب پذيري آبخوان نسبت به آلودگي، با تقسيم بندي به 3 محدوده آسيب پذيري کم، متوسط و زياد تهيه و شاخص دراستيک براي کل منطقه بين 81 تا 116 برآورد شد. براي صحت سنجي مدل از داده هاي غلظت نيترات در منطقه استفاده شد که نتايج همبستگي نسبي با ضريب همبستگي 0.81 را براي مدل دراستيک نشان داد. به منظور بهبود نتايج مدل، از 4 روش هوش مصنوعي شامل شبکه عصبي مصنوعي، مدل فازي ساجنو و ممداني، و مدل نروفازي استفاده شد. به اين منظور داده هاي ورودي (پارامترهاي دراستيک) و خروجي (آسيب پذيري) مدل و مقادير نيترات مربوطه به 2 دسته آموزش و آزمايش تقسيم شد. خروجي مربوط به مرحله آموزش با مقادير نيترات مربوطه تصحيح شد و پس از آموزش مدل، با استفاده از مقادير نيترات نتايج مدل ها در مرحله آزمايش مورد ارزيابي قرار گرفت. نتايج نشان داد که تمام مدل هاي هوش مصنوعي به کار گرفته شده، قابليت بهبود نتايج مدل دراستيک اوليه را دارند، اما در اين بين، مدل نروفازي بهترين نتايج را دربرداشت و به عنوان مدل نهايي برگزيده شد. به طوري که در مرحله آزمايش، تمام چاه هاي حاوي آلودگي نيترات بالا در دسته آسيب پذيري بالا قرار گرفتند. بر اساس مدل نهايي، نواحي باختري منطقه داراي بيشترين ميزان پتانسيل آلودگي هستند. همچنين، نتايج نشان داد که مدل هاي هوش مصنوعي مي تواند به عنوان روشي کارا جهت بهينه سازي مدل دراستيک عمل کند و نتايج دقيق تري از برآورد پتانسيل آلودگي در منطقه مورد مطالعه را در پي داشته باشد.
 
کلید واژه: 

 
موضوعات مرتبط: 
 
 
مقالات نشریه ای مرتبط:  
 
مقالات همایشی مرتبط: 
  • ندارد
 
ارتباط خیلی زیاد ارتباط زیاد مرتبط ارتباط کمتر
 
ارجاعات: 
  • ثبت نشده است
 
استنادات: 
  • ثبت نشده است
 
+جهت ارجاع به این مقاله کلیک کنید(Cite).
APA : کپی

اصغری مقدم، ا.، و فیجانی، ا.، و ندیری، ع. (1393). بهینه سازی مدل دراستیک با استفاده از هوش مصنوعی جهت ارزیابی آسیب پذیری آب زیرزمینی در دشت مراغه- بناب. علوم زمین, 24(94 (زمین شناسی مهندسی و محیط زیست)), 169-176. https://www.sid.ir/fa/journal/ViewPaper.aspx?id=252341



Vancouver : کپی

اصغری مقدم اصغر، فیجانی الهام، ندیری عطااله. بهینه سازی مدل دراستیک با استفاده از هوش مصنوعی جهت ارزیابی آسیب پذیری آب زیرزمینی در دشت مراغه- بناب. علوم زمین. 1393 [cited 2022January17];24(94 (زمین شناسی مهندسی و محیط زیست)):169-176. Available from: https://www.sid.ir/fa/journal/ViewPaper.aspx?id=252341



IEEE : کپی

اصغری مقدم، ا.، فیجانی، ا.، ندیری، ع.، 1393. بهینه سازی مدل دراستیک با استفاده از هوش مصنوعی جهت ارزیابی آسیب پذیری آب زیرزمینی در دشت مراغه- بناب. علوم زمین, [online] 24(94 (زمین شناسی مهندسی و محیط زیست)), pp.169-176. Available: https://www.sid.ir/fa/journal/ViewPaper.aspx?id=252341.



 

 
چکیده انگلیسی بازدید یکساله 134 مباني نظري و تجربي ونداليسم: مروري بر يافته هاي يك تحقيق
 
آخرین های بلاگ
ورود به بلاگ مرکز اطلاعات علمی