پیشبینی مناطق بالقوه آب زیرزمینی با استفاده از روشهای هوش مصنوعی ترکیبی (مطالعه موردی: دشت بیرجند) | ||
| تحقیقات آب و خاک ایران | ||
| دوره 52، شماره 9، آذر 1400، صفحه 2383-2397 اصل مقاله (1.9 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/ijswr.2021.325397.669001 | ||
| نویسندگان | ||
| مبین افتخاری1؛ سید احمد اسلامی نژاد2؛ علی حاجی الیاسی3؛ محمد اکبری* 4 | ||
| 1دانشآموخته کارشناسی ارشد مهندسی عمران آب و سازههای هیدرولیکی و عضو باشگاه پژوهشگران جوان و نخبگان، واحد مشهد، دانشگاه آزاد | ||
| 2دانشآموخته کارشناسی ارشد، گروه مهندسی نقشه برداری، دانشکده مهندسی نقشه برداری و اطلاعات مکانی، دانشگاه تهران، تهران، ایران | ||
| 3گروه مهندسی عمران، دانشگاه صنعتی خواجه نصیرالدین طوسی ، تهران ، ایران | ||
| 4دانشیار گروه مهندسی عمران، دانشگاه بیرجند، بیرجند، ایران | ||
| چکیده | ||
| آبهای زیرزمینی یکی از مهمترین منابع با ارزش برای استفاده جوامع، کشاورزی و صنایع هستند. در مطالعه حاضر، سه مدل هوش مصنوعی جدید شامل مدل آدابوست واقعی بهبود یافته (MRAB)، مدل بگینگ (BA) و مدل جنگل چرخشی (RF) توسط مدل طبقهبندیکننده پایه درخت عملکردی (FT) برای پیشبینی مناطق بالقوه آبهای زیرزمینی در منطقه دشت بیرجند توسعه داده شدهاند. لذا جهت پیادهسازی، دادههای ژئوهیدرولوژیکی 37 حلقه چاه آب زیرزمینی و 10 عامل توپوگرافی، هیدرولوژی و زمینشناسی مورد استفاده قرار گرفت. عملکرد این مدلها با استفاده از سطح زیر منحنی (AUC) و سایر شاخصهای آماری مورد ارزیابی قرار گرفت. نتایج نشان داد که هر چند تمامی مدلهای ترکیبی توسعه داده شده در این تحقیق دقت پیشبینی را افزایش دادند، اما مدل MRAB-FT (742/0AUC=) دقت بالاتری را در پیشبینی مناطق بالقوه آبهای زیرزمینی در منطقه دشت بیرجند دارد. تهیه نقشه دقیق از مناطق بالقوه آب زیرزمینی، با حفظ تعادل بین مصرف و بهرهبرداری، به تغذیه مناسب آبخوان برای استفاده بهینه از منابع آب زیرزمینی کمک خواهد کرد. | ||
| کلیدواژهها | ||
| پتانسیل آب زیرزمینی؛ هوش مصنوعی؛ مناطق نیمه خشک | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 1,719 تعداد دریافت فایل اصل مقاله: 700 |
||