پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 163 |
| تعداد شماره‌ها | 6,878 |
| تعداد مقالات | 74,135 |
| تعداد مشاهده مقاله | 137,878,665 |
| تعداد دریافت فایل اصل مقاله | 107,237,394 |
مدلسازی و شناسایی عوامل کلیدی سطح آب زیرزمینی در دشت روانسر-سنجابی با استفاده از داده های اقلیمی CMIP6 | ||
| تحقیقات آب و خاک ایران | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 04 شهریور 1404 اصل مقاله (2.48 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/ijswr.2025.395549.669943 | ||
| نویسندگان | ||
| کبری سلطانی1؛ جعفر معصومپور سماکوش* 2؛ سید احسان فاطمی3؛ مریم حافظ پرست مودت3 | ||
| 1گروه جغرافیا، دانشکدة ادبیات و علوم انسانی، دانشگاه رازی، کرمانشاه، ایران | ||
| 2گروه جغرافیا، دانشکده ادبیات و علوم انسانی، دانشگاه رازی | ||
| 3گروه مهندسی آب، پردیس کشاورزی و منابع طبیعی، دانشگاه رازی، کرمانشاه، ایران | ||
| چکیده | ||
| در این پژوهش، با هدف پیش‌بینی تغییرات آتی عمق سطح آب زیرزمینی (GWL) در دشت روانسر-سنجابی، از ترکیب الگوریتم‌های K-means و جنگل تصادفی (RF) با داده‌های اقلیمی CMIP6 (بارش، دمای حداقل و حداکثر، رطوبت نسبی و رطوبت خاک) استفاده شد. داده‌های ۹۸ مدل اقلیمی استخراج و با روش حذف بازگشتی ویژگی‌ها (RFE)، مهم‌ترین متغیرها شناسایی شد. مدل NorESM2-MM به‌عنوان مؤثرترین مدل اقلیمی در منطقه و رطوبت خاک به‌عنوان مهم‌ترین عامل پیش‌بینی شناسایی گردید. عملکرد مدل RF نشان داد که خوشه کوزران با ضریب همبستگی 92/0 و نش-ساتکلیف 83/0، بهترین نتایج را ارائه داده است. تحلیل روند تاریخی (1992-2014) افت معنادار GWL در همه خوشه‌ها را نشان داد؛ بیشترین کاهش مربوط به کوزران و تم‌تم با شیب‌های 77 و 68 سانتی‌متر در سال بوده. براساس سناریوهای اقلیمی، در SSP1-2.6 و SSP2-4.5 در آینده نزدیک بهبود نسبی، و در آینده میانی و دور کاهش معنادار GWL پیش‌بینی می‌شود؛ بیشترین افت در کوزران با نرخ 19 و 22 سانتی‌متر در سال پیش‌بینی می‌شود. در SSP5-8.5، آینده نزدیک و میانی با روند افزایشی معنادار همراه است و بیشترین افزایش در آینده میانی کوزران (24 سانتی‌متر در سال) رخ می‌دهد؛ اما در آینده دور کاهش تدریجی پیش‌بینی می‌شود. از نظر فصلی، بیشترین بهبود در پاییز (حدود ۴ متر در کوزران تحت SSP5-8.5 در آیندۀ دور) و بیشترین افت در بهار (83/1 متر در تم‌تم تحت SSP2-4.5 در آیندۀ میانی) پیش‌بینی می‌شود. این نتایج بر ضرورت برنامه‌ریزی اقلیمی‌محور برای حفاظت از منابع آب زیرزمینی منطقه تأکید دارد. | ||
| کلیدواژه‌ها | ||
| الگوریتم جنگل تصادفی؛ پیش‌بینی GWL؛ خوشه‌بندی K-means؛ CMIP6؛ متغیرهای کلیدی | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 41 تعداد دریافت فایل اصل مقاله: 41 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب