مقاله پيش بيني سطح ايستابي با استفاده از شبكه عصبي مصنوعي (مطالعه موردي: دشت بيرجند) که چکیده‌ی آن در زیر آورده شده است، در بهار ۱۳۸۹ در مجله آبياري و زهكشي ايران از صفحه ۱ تا ۱۰ منتشر شده است.
نام: پيش بيني سطح ايستابي با استفاده از شبكه عصبي مصنوعي (مطالعه موردي: دشت بيرجند)
این مقاله دارای ۱۰ صفحه می‌باشد، که برای تهیه‌ی آن می‌توانید بر روی گزینه‌ی خرید مقاله کلیک کنید.
کلمات مرتبط / کلیدی:
مقاله سطح آب زيرزميني
مقاله شبكه عصبي مصنوعي
مقاله الگوريتم آموزش
مقاله دشت بيرجند

نویسنده(ها):
جناب آقای / سرکار خانم: محتشمي محسن
جناب آقای / سرکار خانم: دهقاني اميراحمد
جناب آقای / سرکار خانم: اكبرپور ابوالفضل
جناب آقای / سرکار خانم: مفتاح هلقي مهدي
جناب آقای / سرکار خانم: اعتباري بهروز

چکیده و خلاصه‌ای از مقاله:
 آبهاي زيرزميني همواره به عنوان يكي از منابع مهم و عمده تامين آب شرب و كشاورزي به ويژه در مناطق خشک و نيمه خشک مطرح بوده است. دشت بيرجند نيز با قرار گرفتن در منطقه خشک، استفاده از آبهاي زيرزميني را به عنوان مهمترين و در عين حال تنهاترين منبع توليد آب شيرين در پيش رو دارد. در همين زمينه پيش بيني نوسانات سطح آب زيرزميني دشت مي تواند كمک شاياني به برنامه ريزي و تصميم گيري هاي بعدي، جهت تامين دراز مدت آب شرب، كشاورزي و صنعت نمايد. در اين تحقيق هدف تخمين سطح آب زيرزميني دشت بيرجند با استفاده از شبكه عصبي مصنوعي مي باشد. روش شبكه عصبي مصنوعي يكي از روشهاي هوشمند مي باشد كه با استفاده از ارتباط ذاتي داده ها، روابط غير خطي بين آنها را ياد گرفته و نتايج را براي بقيه حالتها تعميم مي دهد. بمنظور آموزش مدل، از اطلاعات ۱۶ پيزومتر كه اغلب داراي بيش از ۱۵ سال آمار بودند، استفاده گرديد. ورودي هاي مدل، ميزان برداشت آب از چاههاي آب شرب، صنعت و كشاورزي، ميزان آب ورودي به هر پليگون بر حسب متر مكعب (ناشي از بارندگي منطقه) و تراز سطح آب در هر پيزومتر در گام زماني قبل و خروجي مدل، تراز سطح آب در گام زماني فعلي بوده است. بر خلاف تحقيقات گذشته كه از اطلاعات تبخير از سطح گياه مرجع به عنوان شاخص برداشت آب استفاده شده است، در اين تحقيق، حجم آب برداشتي در هر ماه از كنتورهاي توربيني، الكترومغناطيس و آلتراسونيک، با دقت بسيار بالا محاسبه گرديد. در چاههاي آب كشاورزي نيزكه طيف وسيعي از چاهها را شامل مي شد، با توجه به آزمايش پمپاژ، ساعت كاركرد الكتروپمپ و دبي سنجي هاي سالانه حجم آب برداشت شده از آبخوان در هر پليگون محاسبه شد. همچنين از روش شبكه عصبي مصنوعي در دو حالت (براي هر پيزومتر يک شبكه عصبي و يا يک شبكه عصبي براي كل پيزومترها) استفاده شد. نتايج اين تحقيق نشان مي دهد كه با استفاده از روش شبكه عصبي مصنوعي و تدقيق تخمين ميزان آب برداشتي مي توان سطح آب زيرزميني را تا ۱۲ ماه بعد و با دقت بالاتر (۹۹/۰=R2، MSE=0.032) نسبت به روشهايي كه از اطلاعات تبخير از سطح گياه مرجع به عنوان شاخص برداشت آب استفاده مي كنند، تخمين زد. همچنين در نظر گرفتن شبكه براي تک تک پيزومترها به طور مجزا نسبت به اجراي شبكه براي كل پيزومترها از دقت بالاتري برخوردار است.