پیش بینی تاثیر توام افزایش راندمان آبیاری و سطح زیر کشت بر سطح آب زیرزمینی به کمک شبکه های عصبی مصنوعی (مطالعه موردی: دشت تسوج، آذربایجانشرقی)

پایان نامه
چکیده

سال های اخیر، دولت جهت حفظ منابع آب بخصوص منابع آب زیرزمینی، اقدام به اعطای تسهیلات کم بهره به کشاورزان جهت اجرای سیستم های آبیاری تحت فشار کرده است. در این شرایط میزان آب قابل برداشت از منابع آب زیرزمینی تقلیل می یابد. متأسفانه زارعین بعد از اجرای سیستم آبیاری تحت فشار، با حق آبه ذخیره شده خود در این شرایط، اراضی بیشتری را با اجرای آبیاری تحت فشار به زیر کشت می برند. این مسئله باعث کاهش میزان آب برگشتی از کشاورزی به آبخوان و افت بیشتر سطح ایستابی خواهد شد. در همین راستا پژوهش حاضر به منظور پیش بینی تأثیر توام افزایش راندمان آبیاری و سطح زیر کشت بر سطح آب زیرزمینی آبخوان دشت تسوج انجام گرفت. پیش بینی با استفاده از داده های بلندمدت ماهانه (از مهرماه 1380 تا شهریورماه 1391) و به کمک شبکه های عصبی مصنوعی انجام پذیرفت.ابتدا محدوده آبخوان بر اساس اطلاعات 10 چاهک مشاهده ای موجود با کمک روش تیسن، پلی گون بندی شد. سپس میزان آب ورودی و خروجی به هر پلی گون از طریق بارش، چاه، چشمه، قنات و تبخیر برآورد شد. در نهایت با تعریف 4 معماری مختلف برای شبکه های عصبی مصنوعی، بهترین معماری بر اساس معیاره ضریب تببین تعیین گردید و سطح آب زیرزمینی برای 24 ماه آینده (مهرماه 1391 تا شهریور ماه 1393) در هر چاهک در سه حالت انجام آبیاری مزارع و باغات به روش ثقلی، تبدیل آبیاری ثقلی به تحت فشار و تبدیل آبیاری ثقلی به تحت فشار همزمان با افزایش سطح زیر کشت با استفاده از آب ذخیره شده، پیش بینی شد.بر اساس نتایج،با تبدیل سیستم آبیاری ثقلی به تحت فشار سطح آب زیرزمینی در شهریورماه 1393،43/2 متر (62/12میلیون مترمکعب) نسبت به شرایط آبیاری ثقلی افزایش خواهد یافت اما با تبدیل سیستم آبیاری ثقلی به تحت فشار توأم با افزایش سطح زیر کشت این مقدار 35/2 متر (22/12 میلیون مترمکعب) کاهش خواهد یافت.

منابع مشابه

خوشه‌بندی شبکه چاهک‌های مشاهده‌ای و پیش‌بینی سطح آب زیرزمینی به کمک شبکه‌های عصبی مصنوعی (مطالعه موردی: دشت مراغه)

هدف از پژوهش حاضر خوشه‌بندی چاهک‌های مشاهده‌ای آبخوان دشت مراغه (آذربایجان‌شرقی) و پیش‌بینی تراز آب زیرزمینی به‌کمک شبکه‌های عصبی مصنوعی بود. ابتدا با کمک روش خوشه‌بندی سلسله مراتبی-WARD 20 چاهک مشاهده‌ای محدوده دشت مراغه با طول دوره آماری بیش از 15 سال خوشه‌بندی شد. سپس یک خوشه با 3 زیرخوشه همگن انتخاب و نماینده هر زیرخوشه تعیین شد. با استفاده از شبکه‌های عصبی مصنوعی با ساختار پرسپترون چند لای...

متن کامل

اثر افزایش راندمان آبیاری بر نوسانات سطح آب زیرزمینی (مطالعۀ موردی: دشت عجب‌شیر، آذربایجان شرقی)

برداشت بیش از اندازه از آب‌های زیرزمینی و کاهش نزولات جوی در سال‌های اخیر، سبب افت سطح این آب‌ها شده است. بنابراین، لازم است با مدیریت بهینه، از واردآمدن خسارت به آن جلوگیری شود. هدف از این پژوهش، بررسی اثر افزایش راندمان آبیاری بر نوسانات سطح آب زیرزمینی آبخوان دشت عجب‌شیر است. با کمک نرم‌افزار Visual MODFLOW 3.1، آبخوان منطقه شبیه‌سازی شد. از آمار مهر 1383 برای واسنجی مدل در شرایط ماندگار و ا...

متن کامل

مقایسه روش های زمین آمار و شبکه عصبی مصنوعی در تخمین سطح آب زیرزمینی(مطالعه موردی: دشت نورآباد، استان لرستان)

زمینه و هدف: در بررسی مسایل ژئوهیدرولوژى، تغییرات سطح ایستابى از اهمیت بسیار بالایی برخوردار است. بنابراین تحقیق و پژوهش در تخمین نقاط فاقد اطلاعات ضروری می باشد. روش بررسی: یکی از روش های مهم در برآورد سطح ایستابی آب های زیرزمینی درون یابی است. طى چند دهه اخیر به دلیل وجود همبستگی مکانی بین مقادیریک متغیر در یک ناحیه مبانى علم زمین آمار  به خوبى گسترش یافته و توانایی هاى این شاخه از آمار در بر...

متن کامل

اثر افزایش راندمان آبیاری بر نوسانات سطح آب زیرزمینی (مطالعۀ موردی: دشت عجب شیر، آذربایجان شرقی)

برداشت بیش از اندازه از آب های زیرزمینی و کاهش نزولات جوی در سال های اخیر، سبب افت سطح این آب ها شده است. بنابراین، لازم است با مدیریت بهینه، از واردآمدن خسارت به آن جلوگیری شود. هدف از این پژوهش، بررسی اثر افزایش راندمان آبیاری بر نوسانات سطح آب زیرزمینی آبخوان دشت عجب شیر است. با کمک نرم افزار visual modflow 3.1، آبخوان منطقه شبیه سازی شد. از آمار مهر 1383 برای واسنجی مدل در شرایط ماندگار و ا...

متن کامل

اثر افزایش راندمان آبیاری بر سطح آب زیرزمینی (مطالعه موردی: دشت عجبشیر، استان آذربایجان شرقی)

برداشت بیش از اندازه از آب های زیرزمینی و کاهش نزولات جوی در سال های اخیر موجب افت سطح آن گردیده است. بنابراین لازم است با مدیریت بهینه این منبع آبی مهم، از خسارت به آن جلوگیری شود. در این راستا پژوهش حاضر به منظور بررسی اثر افزایش راندمان آبیاری بر سطح آب زیرزمینی آبخوان دشت عجب شیر انجام گرفت. نخست با جمع آوری اطلاعات لازم از منطقه مطالعاتی و با استفاده از نرم افزار visual modflow، آبخوان منط...

پیش بینی تراز آب زیرزمینی دشت شاهرود استفاده از شبکه عصبی مصنوعی تابع پایه شعاعی

     Groundwater level prediction is an important issue in scheduling and managing water resources. A number of approaches such as stochastic, fuzzy networks and artificial neural network have been used for such prediction. A neural network model has been employed in this research for Shahrood plain groundwater level prediction. For this reason, statistical parameters of groundwater level fluct...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه زنجان - دانشکده کشاورزی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023