پیش‌بینی زمانی و مکانی سطح آب‌ زیرزمینی محدودۀ متروی شهر تبریز توسط روش کریجینگ عصبی

Authors

Abstract:

تغییرات سطح آبهای زیرزمینی یکی از عوامل اصلی تأثیر گذار بر اجرای پروژه‌های مهندسی می‌باشد. پیش‌بینی زمانی و مکانی سطح آبهای زیرزمینی در محدودۀ شهر تبریز به علت وجود پروژه‌های مهندسی در دست اجرا از جمله پروژۀ متروی شهر تبریز ضروری به نظر می‌‌رسد. به علت پیچیده و چند لایه بودن آبخوان محدودۀ شهر تبریز، مدل‌سازی آن با مدل‌های ریاضی کلاسیک با مشکلات فراوانی رو به رو است. در این تحقیق به عنوان روشی جدید از دو مدل شبکههای عصبی مصنوعی و زمین‌آمار (کریجینگ عصبی) به صورت ترکیبی برای پیش‌بینی زمانی و مکانی تغییرات سطح آبهای زیرزمینی در آبخوان محدودۀ شهر تبریز استفاده شد. به طوری که ابتدا از ساختارهای مختلف شبکه‌های عصبی مصنوعی برای پیش‌بینی سطح آبهای زیرزمینی در پیزومتر مرکزی استفاده گردید و بهترین ساختار شناسائی شد. سپس این ساختار برای مدل‌سازی پیزومترهای منتخب به‌کار برده شد. نتایج مدل‌های مذکور، شامل داده‌های پیش‌بینی ماهانۀ سطح آبهای زیرزمینی در پیزومترهای منتخب در بازۀ زمانی دو ساله، به عنوان ورودی مدل ‍زمین‌آمار برای پیش‌بینی مکانی سطح آبهای زیرزمینی در محدودۀ مطالعاتی به کار گرفته شد. برای بدست آوردن مدلی با بازده بالا روشهای مختلف زمین‌آمار استفاده شد. در نهایت مدل به‌‌ دست آمده توسط نتایج مربوط به پیزومترهای استفاده نشده در مدل‌سازی و در دست احداث، مورد آزمون قرار گرفت، که نتایج قابل قبولی را ارائه داد.  

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش بینی زمانی و مکانی سطح آب زیرزمینی محدودۀ متروی شهر تبریز توسط روش کریجینگ عصبی

تغییرات سطح آبهای زیرزمینی یکی از عوامل اصلی تأثیر گذار بر اجرای پروژه های مهندسی می باشد. پیش بینی زمانی و مکانی سطح آبهای زیرزمینی در محدودۀ شهر تبریز به علت وجود پروژه های مهندسی در دست اجرا از جمله پروژۀ متروی شهر تبریز ضروری به نظر می رسد. به علت پیچیده و چند لایه بودن آبخوان محدودۀ شهر تبریز، مدل سازی آن با مدل های ریاضی کلاسیک با مشکلات فراوانی رو به رو است. در این تحقیق به عنوان روشی جد...

full text

ارائه مدل ترکیبی ژنتیک ـ کریجینگ برای پیش‌بینی زمانی و مکانی سطح آب زیرزمینی

استفاده از روش‌های هوشمند تکاملی و مدل‌های ترکیبی برای پیش‌بینی زمانی ـ مکانی نوسانات سطح آب زیرزمینی در دهه‌های اخیر بیشتر مورد توجه محققین قرار گرفته است. الگوریتم ژنتیک و نروفازی از روش‌های جدید پیش‌بینی نوسانات سطح آب زیرزمینی هستند که برای پیش‌بینی مسائل پیچیده و غیرخطی می‌توانند به‌صورت منفرد و ترکیبی به‌کار روند. در این پژوهش، از روش‌های فوق برای مطالعه آبخوان دشت هادیشهر که به دلیل بردا...

full text

ارائه مدل ترکیبی ژنتیک ـ کریجینگ برای پیش بینی زمانی و مکانی سطح آب زیرزمینی

استفاده از روش های هوشمند تکاملی و مدل های ترکیبی برای پیش بینی زمانی ـ مکانی نوسانات سطح آب زیرزمینی در دهه های اخیر بیشتر مورد توجه محققین قرار گرفته است. الگوریتم ژنتیک و نروفازی از روش های جدید پیش بینی نوسانات سطح آب زیرزمینی هستند که برای پیش بینی مسائل پیچیده و غیرخطی می توانند به صورت منفرد و ترکیبی به کار روند. در این پژوهش، از روش های فوق برای مطالعه آبخوان دشت هادیشهر که به دلیل بردا...

full text

پیش‌بینی زمانی و مکانی سطح آب زیرزمینی با استفاده از مدل ترکیبی سری زمانی- زمین

To procure the status of groundwater level fluctuations in arid and semi-arid areas, it is necessary to obtain accurate forecast of fluctuations data. Time series as a linear model have been utilized to generate synthetic data and predict future groundwater level. Minitab17 software and monthly depth of groundwater level data of 20 years (1991-2011) for 25 piezometric wells of plain were used. ...

full text

پیش‌بینی تغییرات مکانی- زمانی سطح آب زیر‌زمینی در دشت بیرجند به‌روش کریجینگ

با توجه به محدودیت منابع آبی و خطر بحران آب در ایران و اینکه سالانه مقدار زیادی از ذخایر منابع آبی کشور به‌دلیل برداشت بیش از حد کاهش یافته و منجر به بحرانی شدن دشت‌ها و در نتیجه ایجاد بیلان منفی می‌شود، یافتن راههایی برای پیش‌بینی مقدار سطح آّب قبل از حفر چاهها ضروری است. سطح آبهای زیر‌زمینی متغیری است که در طول زمان و مکان تغییر می‌کند بنابراین می‌توان آن را به‌عنوان یک مجموعه داده‌ی فضایی- زم...

full text

پیش بینی تغییرات مکانی- زمانی سطح آب زیر زمینی در دشت بیرجند به روش کریجینگ

با توجه به محدودیت منابع آبی و خطر بحران آب در ایران و اینکه سالانه مقدار زیادی از ذخایر منابع آبی کشور به دلیل برداشت بیش از حد کاهش یافته و منجر به بحرانی شدن دشت ها و در نتیجه ایجاد بیلان منفی می شود، یافتن راههایی برای پیش بینی مقدار سطح آّب قبل از حفر چاهها ضروری است. سطح آبهای زیر زمینی متغیری است که در طول زمان و مکان تغییر می کند بنابراین می توان آن را به عنوان یک مجموعه داده ی فضایی- زم...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 5  issue 1

pages  14- 24

publication date 2009-06-01

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023