Thesis

برآورد سطح آب زیرزمینی آبخوان دشت بیرجند با استفاده از مدل modflow و شبکه عصبی مصنوعی

Download full textFree with an account; signing up with Google takes seconds

Abstract(in Persian; no English abstract is available)

آبهای زیرزمینی همواره به عنوان یکی از منابع مهم و عمده تأمین آب شرب و کشاورزی به ویژه در مناطق خشک و نیمه خشک مطرح بوده است. دشت بیرجند با قرار گرفتن در منطقه خشک، از آب های زیرزمینی به عنوان تنهاترین منبع تولید آب شیرین استفاده می کند. در همین زمینه پیش بینی نوسانات سطح آب زیرزمینی دشت می تواند کمک شایانی به برنامه ریزی و تصمیم گیری های بعدی، جهت تأمین دراز مدت آب شرب، کشاورزی و صنعت نماید. هدف از این تحقیق پیش بینی سطح آب زیرزمینی دشت بیرجند با استفاده ازمدل ریاضی modflow در نرم افزار gms و شبکه عصبی مصنوعی می باشد. شبکه عصبی مصنوعی یکی از روشهای هوشمند بوده که با استفاده از ارتباط ذاتی داده ها، روابط غیر خطی بین آنها را آموزش دیده و نتایج را برای بقیه حالتها تعمیم می دهد. مدل ریاضی نیز با دریافت کلیه اطلاعات مربوط به یک آبخوان که به صورت لایه های gis می باشد، قادر به پیش بینی سطح آب در آینده است. نرم افزار برای حل عددی معادله حاکم بر حرکت آب زیرزمینی از دو روش المان محدود و تفاضل محدود استفاده می نماید که در این تحقیق از روش تفاضل محدود استفاده شد. مدل ریاضی برای دو حالت ماندگار و غیر ماندگار و در سه سناریوی ترسالی، نرمال و خشکسالی اجرا و مورد مقایسه قرار گرفت. در بخش مدل شبکه عصبی، ورودی های مدل عبارت است از، میزان برداشت از چاههای آب، میزان آب ورودی به هر پلیگون بر حسب متر مکعب (ناشی از بارندگی منطقه) و تراز سطح آب در هر پیزومتر در گام زمانی قبل و خروجی مدل، تراز سطح آب در گام زمانی فعلی می باشد. نتایج نشان می دهد که با استفاده از روش شبکه عصبی مصنوعی می توان با دقت مناسبی سطح آب زیر زمینی تا 12 ماه بعد را پیش بینی نمود، ضمن آنکه در تعدادی از پیزومتر ها پیش بینی تا 18 ماه نیز از دقت مناسبی برخوردار است. مدل ریاضیmodflow نیز تا 24 ماه آینده و با دقت بیشتری نسبت به شبکه عصبی مصنوعی تغییرات سطح آب را پیش بینی می نماید.

Supervisors and advisors

امیر احمد دهقانی، ابوالفضل اکبرپور

Similar theses

Similar items