شبیه‌سازی سیستم آبهای زیرزمینی به دلیل پیچیدگی‌های موجود در طبیعت این سیستم‌ها، به آسانی میسر نیست. این درحالیست که شبکه‌های عصبی مصنوعی به عنوان مدل جعبه سیاه با توانایی‌های بالایی که دارند برای مدل‌سازی سیستم‌های پیچیده و غیرخطی بسیار مناسب می‌باشند. لذا، با توجه به مشکلات فراوان مدل‌سازی آبخوانها با مدل‌های ریاضی، شبکه‌های عصبی مصنوعی برای پیش بینی سطح ایستابی در آبخوانها توسط محققین بکار رف...

برداشت بی‌رویه از آب‌های زیرزمینی بمنظور تامین نیازهای کشاورزی، صنعتی، مصارف خانگی و ... از عمده دلایل وقوع پدیده فرونشست می‌باشد، که بیشتر آبخوانها را درگیر کرده است. در این تحقیق یک چهارچوب کلی برای بررسی پتانسیل فرونشست در آبخوانها ارائه شده است که ارزیابی این روش در دشت شبستر انجام شدکه فرونشست‌هایی تا بیش از 30 سانتی‌متر در آن گزارش شده است. در این پژوهش، هفت عامل هیدروژئولوژیکی و ژئولوژیک...

تغذیه­ی مصنوعی آبهای زیرزمینی، روشی اثبات شده برای افزایش سطح آب در آبخوانهای غیر محدود است. با آن که تأثیر گسترش سیلاب بر افزایش تغذیه­ی آبخوان گربایگان فسا (ایستگاه کوثر) بدلیل افزایش سطح اراضی کشاورزی آبیانه به میزان 8 برابر گذشته، به طور غیر مستقیم آشکار است اما مطالعات کمی برای ارایه ارقام مستند، مورد نیاز است. به رغم ثبت وقایع سیل و اندازه گیری بده ی آن در برخی موارد، و نیز اندازه گیری مد...

شبیه سازی سیستم آبهای زیرزمینی به دلیل پیچیدگی های موجود در طبیعت این سیستم ها، به آسانی میسر نیست. این درحالیست که شبکه های عصبی مصنوعی به عنوان مدل جعبه سیاه با توانایی های بالایی که دارند برای مدل سازی سیستم های پیچیده و غیرخطی بسیار مناسب می باشند. لذا، با توجه به مشکلات فراوان مدل سازی آبخوانها با مدل های ریاضی، شبکه های عصبی مصنوعی برای پیش بینی سطح ایستابی در آبخوانها توسط محققین بکار رف...